MiniPerplx 是開源的 AI 搜索引擎，基于 Grok 2.0 模型進行搜索。MiniPerplx提供了免費的替代方案，用在搜索網(wǎng)頁、推特帖子、研究論文和 YouTube 視頻等內(nèi)容...

SPRIGHT（SPatially RIGHT）是亞利桑那州立大學 、Intel 實驗室 、Hugging Face 、華盛頓大學等機構(gòu)聯(lián)合推出的，專注于空間關(guān)系的大型視覺-語言數(shù)據(jù)集，能解...

LaDeCo是西安交通大學和微軟研究院聯(lián)合推出的自動圖形設(shè)計構(gòu)圖方法，基于將設(shè)計任務(wù)分解為層次化的步驟來實現(xiàn)。LaDeCo對輸入的設(shè)計元素進行層規(guī)劃，將它們分...

twee是專為英語教師設(shè)計的AI驅(qū)動在線平臺，提供一系列教學輔助工具。twee能快速生成針對任何YouTube視頻的問題、不同主題和水平的對話、故事、信件和文章。tw...

探一下是支付寶推出的新一代AI視覺搜索產(chǎn)品，基于自研的多模態(tài)大模型技術(shù)，能夠“用AI之眼探索萬物”，提供快速、有用、趣味的生成式搜索服務(wù)。用戶可以通過AI...

Mind GPT-3o是理想汽車推出的多模態(tài)端到端大模型，融合語音、視覺和語言理解技術(shù)，實現(xiàn)高效實時交互。Mind GPT-3o具備記憶、規(guī)劃、工具使用和表達能力，能提...

Bamba-9B是IBM、普林斯頓大學、卡內(nèi)基梅隆大學和伊利諾伊大學香檳分校聯(lián)合推出的，基于Mamba2架構(gòu)的僅解碼語言模型模型。模型在完全開放的數(shù)據(jù)集上訓練，能提...

Doctronic是提供在線AI醫(yī)生服務(wù)的平臺，為用戶提供快速、免費的初步健康咨詢。Doctronic基于一系列問題收集用戶的健康信息，幫助診斷癥狀或討論健康問題。用...

LeviTor是南京大學、螞蟻集團、浙江大學等機構(gòu)推出的圖像到視頻合成技術(shù)，結(jié)合深度信息和K-means聚類點控制視頻中3D物體的軌跡，無需顯式的3D軌跡跟蹤。LeviT...

通過融合不同深度的特征，F(xiàn)lorence-VL實現(xiàn)了更全面的視覺理解。

Lyra是香港中文大學、SmartMore和香港科技大學推出的高效多模態(tài)大型語言模型（MLLM），專注于提升語音、視覺和語言模態(tài)的交互能力。Lyra基于開源大型模型、多...

Large Action Models（LAMs）是微軟推出大型行動模型的開發(fā)框架，能執(zhí)行真實世界行動的智能系統(tǒng)，LAMs超越傳統(tǒng)LLMs（Large Language Models，大型語言模型）...

EMOVA（EMotionally Omni-present Voice Assistant）是多模態(tài)全能模型，是香港科技大學、香港大學和華為諾亞方舟實驗室等機構(gòu)共同推出的。EMOVA能處理圖像、...

Devika AI是印度Stition AI團隊推出的開源AI軟件開發(fā)工具，能理解并執(zhí)行復雜的人類指令，將其分解為步驟，進行研究和信息搜集，最終編寫代碼以實現(xiàn)目標。Devi...

NVLM是NVIDIA推出的前沿多模態(tài)大型語言模型（LLMs），在視覺-語言任務(wù)上達到與頂尖專有模型（如GPT-4o）和開放訪問模型（如Llama 3-V 405B和InternVL 2）相匹...