標簽：智能圖像識別

WPS 大家經(jīng)常用來日常寫作，雖然本身提供了AI功能，但可惜需要會員，本文教你三分鐘接入最火的DeepSeek，讓WPS秒變辦公神器。 DeepSeek API申請地址：http:/...

這兩年大家都在感嘆生活不易，然而我想說的是，機會還是有的，但問題不在于有沒有，而在于你是否能夠認準機會，然后抓住它。 接觸過很多咨詢項目的人，發(fā)現(xiàn)...

AIpai是AI視頻創(chuàng)作Agent產(chǎn)品，支持幫助用戶快速生成專業(yè)視頻內(nèi)容。基于智能編劇、角色設計、場景構(gòu)建和視頻生成等功能，滿足從病毒式短劇、熱點視頻到品牌宣...

GPT-image-1是OpenAI推出的原生多模態(tài)圖像生成模型，基于API向開發(fā)者開放使用。模型根據(jù)文本提示和圖像生成高質(zhì)量、專業(yè)級的圖像，支持多種風格和自定義功能...

Kimi-VL 是月之暗面開源的輕量級多模態(tài)視覺語言模型，基于 Mixture-of-Experts (MoE) 架構(gòu)，總參數(shù)量為16B，推理時僅激活2.8B。Kimi-VL具備強大的多模態(tài)推理...

Chitu（赤兔）是清華大學高性能計算研究所與清程極智聯(lián)合開源的高性能大模型推理引擎，專為解決大模型在推理階段的高成本和低效率問題設計，具有強大的硬件適...

Granite 3.2 是IBM開源的多模態(tài)AI模型系列，具備強大的推理、視覺理解和預測能力。Granite 3.2包含多個版本， Granite 3.2 Instruct 提供實驗性鏈式推理能力...

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(zhuǎn)化為高質(zhì)量圖像，支持多種縱橫比和高分辨率輸出...

R1-Onevision 是開源的多模態(tài)大語言模型，專注于復雜視覺推理任務。基于 Qwen2.5-VL 微調(diào)而成，通過整合視覺和文本數(shù)據(jù)，能精準地進行多模態(tài)信息解釋。在數(shù)學...

Evo 2 是美國弧形研究所、英偉達、斯坦福大學等機構(gòu)合作推出的DNA語言模型，用于基因組建模和設計，覆蓋生命的所有領域。Evo 2 基于 StripedHyena 2 架構(gòu)開發(fā)...

LOOK是實時AI時尚設計工具，專為時尚設計師開發(fā)。LOOK基于先進的AIGC技術，將設計概念即時轉(zhuǎn)化為視覺呈現(xiàn)，簡化傳統(tǒng)設計流程。設計師在Procreate中繪制草圖時...

Hika是國內(nèi)五人團隊開發(fā)的免費AI知識搜索工具，通過個性化交互和多維度知識探索，幫助用戶獲得更全面和深入的搜索結(jié)果。與傳統(tǒng)AI搜索工具不同，不追求“一步到...

萬相2.1是阿里推出的通義萬相升級版本。基于自研的高效VAE和DiT架構(gòu)，增強時空上下文建模能力，支持無限長1080P視頻的高效編解碼，首次實現(xiàn)中文文字視頻生成...

AGUVIS是香港大學、Salesforce 聯(lián)合推出的統(tǒng)一的純視覺框架，專為自主GUI智能體設計，能在各種平臺（如網(wǎng)頁、桌面、移動設備）上操作。AGUVIS基于圖像觀察和...

ZEBRACAT是在線AI視頻創(chuàng)作平臺，基于技術幫助用戶快速將文本或音頻轉(zhuǎn)換成具有吸引力的視頻內(nèi)容。平臺支持170多種語言，提供擬人的聲音和頭像，增強視頻的吸引...

Copilot Vision 是微軟推出的AI瀏覽器輔助功能，目前處于預覽階段，僅支持在Microsoft Edge瀏覽器中使用，對美國部分 Copilot Pro 用戶開放。Copilot Vision...

iFoto是創(chuàng)新的在線AI照片編輯平臺，專為電子商務領域設計。提供一系列強大的功能，包括AI時尚模特生成、背景移除和智能背景替換等，幫助用戶快速創(chuàng)建專業(yè)水準...