上海AI Lab与中国科大联培博士生朱皓怡主讲预告

视觉语言模型（Vision-Language Models, VLMs）是一种多模态人工智能系统，它结合了图像和文本的处理能力，以执行高级视觉语言任务，如视觉问答（Visual Ques...

Browser Use是专门为大语言模型服务的智能浏览器工具，创新的Python工具库，让AI代理能像人类一样自然地浏览和操作网页。Browser Use支持多标签页管理、视觉...

ChiChat是AI驱动的智能助手平台，提供个人知识库、语音处理和创意图像生成服务。ChiChat集成多个前沿模型，用户能用自然语言与智能系统互动。ChiChat支持o1和...

WiS（Who is Spy）是淘天集团和阿里的技术研究团队推出的创新在线AI竞赛平台，专门设计用在测试和分析基于大型语言模型（LLMs）的多智能体系统（MAS）。WiS模...

Acedit是AI驱动的Chrome浏览器扩展程序，帮助求职者准备面试。通过实时检测面试中的问题并提供AI生成的回答建议，帮助用户提升面试技巧。用户可以上传LinkedI...

创始人一手经验亲自编写的增长指南。

双方彼此需要。

年终直播，聊聊2025年AI创业的新方向。

NOA智驾量产谁在“遥遥领先”？

数理化问题秒答，还能读梗图数鸭子

所到之处，皆是AI

还兼容多个主流视频生成模型

多模态交互AI Agent应用，离不开RTC能力的支持

光学字符识别（Optical Character Recognition，OCR）是一种将文本图像转换为机器可读格式的技术。通过自动数据提取，能快速识别扫描文档、相机图像和图像PDF...