Tarsier2 – 字节跳动推出的视觉理解大模型
Tarsier2是字节跳动推出的先进的大规模视觉语言模型（LVLM），生成详细且准确的视频描述，在多种视频理解任务中表现出色。模型通过三个关键升级实现性能提升...
AI工具
2年前 (2025)
ShipAny – 专为快速构建AI SaaS项目的Next.js模板
ShipAny 是专为快速构建 AI SaaS 创业项目设计的 NextJS 模板工具。通过提供生产就绪的模板、强大的基础设施和一键部署功能，帮助开发者和创业者在几小时内完...
AI工具
2年前 (2025)
ZMO.AI – AI图像处理平台，支持文字描述或上传图片生成和编辑图像
Zmo.ai是集成多种功能的AI图像生成和编辑平台，支持用户用简单的文字描述或上传图片生成和编辑图像，无需任何美术与设计基础。平台提供AI照片生成器、AI动漫...
AI工具
2年前 (2025)
Fast3R – Meta 联合密歇根大学推出的多视图3D重建方法
Fast3R是Meta和密歇根大学的研究人员提出的新型的多视图3D重建方法，基于Transformer架构，能在一个前向传播过程中处理1000多张图像，实现高效且可扩展的3D重...
AI工具
2年前 (2025)
Whisper Input – 开源AI语音输入工具，支持多语言实时转录和翻译
Whisper Input 是开源的语音输入工具，基于 Python 和 OpenAI 的 Whisper 模型开发。通过简单的快捷键操作（如按下 Option 键开始录音，松开结束录音），实现...
AI工具
2年前 (2025)
FilmAgent – 哈工大联合清华推出的AI电影自动化制作工具
FilmAgent是哈尔滨工业大学（深圳）的研究团队开发的基于多智能体协作框架的虚拟电影制作工具，通过自动化流程实现虚拟3D空间中的端到端电影制作。模拟传统电...
AI工具
2年前 (2025)
Harvey – 专为法律行业设计的生成式 AI 平台
Harvey是专为法律行业设计的生成式人工智能平台，基于 OpenAI 的 GPT-4 模型开发，为法律专业人士提供高效、精准的工具。核心功能包括法律研究、文档分析与合...
AI工具
2年前 (2025)
ELSA Speak – AI英语学习应用，提供即时发音反馈纠正发音错误
ELSA Speak是个性化AI英语学习应用，助力用户提升英语发音、语法、词汇等技能，能针对雅思、托福等考试提供专项训练。ELSA Speak特色功能包括发音精准练习、...
AI工具
2年前 (2025)
llmware – 专为企业级应用设计的开源统一框架
llmware是为企业级应用设计的统一框架，适用于构建基于小型、专门化模型的RAG（Retrieval-Augmented Generation）流程。llmware支持私有部署，能安全集成企业...
AI工具
2年前 (2025)
CogView-4 – 智谱AI推出的文本到图像生成模型
CogView-4是智谱AI推出的文本到图像生成模型，基于 Transformer 架构的扩散模型，用于生成高质量图像。通过优化参数规模和使用高质量图像微调数据集，能生成...
AI工具
2年前 (2025)