標簽：多語言支持

Mistral OCR 是 Mistral AI 推出的先進光學字符識別（OCR）工具，專為處理復雜文檔而設計。能全面理解文檔中的文本、圖像、表格和數學公式等元素，支持數千種...

SuperGPQA 是字節跳動豆包大模型團隊聯合 M-A-P 推出的全面覆蓋 285 個研究生級學科、包含 26529 道專業題目的知識推理基準測試集。解決傳統評測基準學科覆蓋...

NextGenAI是OpenAI推出的全球性聯盟，基于AI技術推動教育和研究的進步。NextGenAI聯合包括哈佛大學、麻省理工學院、牛津大學等在內的15所頂尖大學和機構，Ope...

NotaGen 是中央音樂學院、北京航空航天大學、清華大學等機構推出的音樂生成模型，基于模仿大型語言模型（LLM）的訓練范式生成高質量的古典樂譜。NotaGen 基于...

Platus 是法律科技初創公司，專注于通過人工智能和無代碼平臺簡化企業的法律流程。為中小企業和法律團隊提供高效、自動化的法律基礎設施，支持文件起草、審查...

Liquid是華中科技大學、字節跳動和香港大學聯合推出的極簡統一多模態生成框架。基于VQGAN將圖像編碼為離散的視覺token，與文本token共享同一詞匯空間，讓大型...

Promptimize AI 是專注于優化 AI 提示詞的工具，幫助用戶通過更精準的提示詞提升 AI 輸出的質量和效率。以瀏覽器插件的形式，支持多種主流 AI 平臺，如 ChatG...

AVD2（Accident Video Diffusion for Accident Video Description）是清華大學聯合香港科技大學、吉林大學、南京理工大學、北京理工大學、復旦大學等機構推出...

Manus 是Monica團隊推出的全球首款通用型 AI Agent。Manus能獨立思考、規劃和執行復雜任務，直接交付完整成果。與傳統 AI 不同，Manus 擁有強大的工具調用能...

BGE-VL 是北京智源研究院聯合多所高校推出的多模態向量模型，基于大規模合成數據 MegaPairs 訓練而成。BGE-VL專注于多模態檢索任務，如圖文檢索和組合圖像檢...

Image-01 是 MiniMax 推出的先進文本到圖像生成模型，具備卓越的圖像生成能力。能將用戶輸入的文本描述精準轉化為高質量圖像，支持多種縱橫比和高分辨率輸出...

PRefLexOR（Preference-based Recursive Language Modeling for Exploratory Optimization of Reasoning）是MIT團隊提出的新型自學習AI框架，結合了偏好優化...

MindLLM 是耶魯大學、達特茅斯學院和劍橋大學聯合推出的AI模型，能將腦部功能性磁共振成像（fMRI）信號解碼為自然語言文本。MindLLM基于一個主體無關（subjec...

AgiBot Digital World 是智元機器人推出的高保真機器人仿真框架，為機器人操作技能研究與應用提供高效支持。AgiBot Digital World集成海量逼真的三維資產、多...

Spark-TTS 是SparkAudio 團隊開源的基于大型語言模型（LLM）的高效文本轉語音（TTS）工具， 無需額外的生成模型，直接從 LLM 預測的編碼中重建音頻，實現零樣...