标签：自然语言处理

Cooraft是一款基于AI技术，将普通照片转化为具有创意和艺术性的动画和渲染图的应用程序。Cooraft提供多种艺术风格，如3D卡通、经典绘画等，一键将自拍或日常...

MM1.5是苹果公司推出的多模态大型语言模型，旨在增强文本丰富图像理解、视觉指代和定位以及多图像推理能力。模型基于数据为中心的训练方法，在大规模预训练、...

揽睿星舟是一个云端AI训推一体算力平台，由翼方健数自主研发。提供高性价比的GPU计算资源、开箱即用的训推环境及AI工具链，旨在解决AI协作过程中的安全信任问...

Surya是一款功能强大的开源OCR（光学字符识别）工具包，专门设计用在文档识别，支持超过90种语言的识别。Surya能准确识别出文档中的文本，分析文本的阅读顺序...

Loong是由香港大学和字节跳动联合推出的一种新型长视频生成模型，能生成外观一致、动态丰富、场景过渡自然的分钟级长视频。模型基于自回归大型语言模型（LLM...

MLE-bench 是 OpenAI 推出的一个基准测试工具，旨在衡量AI代理（AI Agent）在机器学习工程任务中的表现。测试包含75个来自 Kaggle 的竞赛任务，覆盖自然语言...

LightRAG是由香港大学研究团队推出的一种检索增强生成（Retrieval-Augmented Generation, RAG）系统，基于整合图结构索引和双层检索机制，提升大型语言模型在...

T2V-Turbo是一种先进的文本到视频生成模型，由Google、UC Santa Barbara（加利福尼亚大学圣塔芭芭拉分校）、和University of Waterloo（滑铁卢大学）的研究人...

OpenR是一个由伦敦大学学院（UCL）、上海交通大学、利物浦大学、香港科技大学（广州）和西湖大学联合开源的全链条训练框架，旨在提升大型语言模型（LLM）的复...

Agent-S 是创新的代理框架，旨在基于图形用户界面（GUI）实现人机交互的自动化。Agent-S 基于模拟人类的操作方式，用鼠标和键盘直接与计算机交互，处理复杂的...

Voiceflow是一个无代码对话式人工智能平台，旨在帮助用户快速创建和部署AI代理，以自动化客户服务和提升用户体验。通过直观的拖放界面，用户可以设计复杂的对...

scenario是一个专为游戏开发者设计的AI平台，基于先进的人工智能技术，可以帮助用户快速生成风格一致且高质量的游戏资产，如角色、场景和道具等。用户可以上...

al是一个面向开发者的AI平台，专注于生成音频、视频和图像。fal提供高性能的推理引擎，支持实时应用，采用灵活的按需付费模式。fal支持跨平台集成，提供实时...

PodLM是一款创新的AI播客生成器，基于先进的AI技术，让用户能轻松地将网页内容、文本或文档转换成高质量的播客节目。工具提供一个用户友好的界面，没有音频制...

Baichuan-Omni 是由百川智能推出的一款开源的 7B 多模态大型语言模型（MLLM），能同时处理和分析图像、视频、音频和文本等多种模态的数据。Baichuan-Omni 提...