AI项目与工具

OpenVision

OpenVision

OpenVision是加州大学圣克鲁兹分校推出的多模态视觉编码器系列，具备从5.9M到632.1M参数的多种模型，适用于不同硬件环境。其采用渐进式多阶段分辨率训练策略，训练效率比同类模型高2至3倍，在多模态任务中表现优异。支持可变大小patch输入，兼具灵活性与高效性，广泛应用于工业检测、机器人视觉、自动驾驶及科研教育等领域。
AI项目与工具 2025年06月11日
SDXL

SDXL

SDXL-Lightning是一种基于扩散模型的文本到图像生成技术，由字节跳动的研究团队开发。该模型通过结合渐进式和对抗式蒸馏方法，能够在一至少数步骤内快速生成1024像素分辨率的高质量图像。该模型提供开源模型和权重，支持与现有的LoRA模块和控制插件兼容，可以轻松集成到现有的图片生成系统中。核心技术包括扩散模型、渐进式蒸馏、对抗式蒸馏和鉴别器设计，以确保生成图像的质量和多样性。
AI项目与工具 2024年01月01日
LowCodeEngine

LowCodeEngine

LowCodeEngine是一款由阿里巴巴开源的低代码开发框架，专注于通过拖拽和配置简化复杂系统的构建过程。其核心功能包括组件化开发、数据绑定、模板引擎及物料体系支持，同时具备强大的扩展能力和基于TypeScript的开发环境。该工具适用于企业内部系统、业务流程自动化、数据可视化、电子商务平台及移动应用开发等多个场景，致力于提升开发效率和质量。
AI项目与工具 2025年06月12日
MuseGate

MuseGate

MuseGate是一款依托生成式AI技术的电商营销工具，专注于服饰行业。它通过虚拟模特生成、场景定制、尺寸调整等功能，助力企业优化商品展示效果，降低运营成本，提升品牌形象。其核心功能包括虚拟模特生成、一键换装、场景定制、节点营销等，广泛应用于时尚展示、电子商务、广告宣传等领域。
AI项目与工具 2025年06月12日
通义万相AI视频

通义万相AI视频

通义万相AI视频是一款基于人工智能的视频生成工具，支持文生视频和图生视频两种模式。用户可输入文字描述或上传图片生成高质量视频，支持多语言、多种艺术风格及音频生成功能，优化中式元素表现，广泛应用于影视、广告、动画设计等多个领域。
AI项目与工具 2025年06月12日
Kimi公文笔杆子

Kimi公文笔杆子

Kimi公文笔杆子是一款基于AI技术的公文写作辅助工具，主要功能包括提供结构化提示词、文章构思、格式优化及编辑校对服务。它能够快速生成符合规范的公文材料，涵盖多种文档类型，并支持用户根据需求进行个性化调整。其核心优势在于提升公文写作效率，确保语言的专业性和准确性，同时满足多样化的应用场景。
AI项目与工具 2025年06月12日
Pixel Reasoner

Pixel Reasoner

Pixel Reasoner是由多所高校联合开发的视觉语言模型，通过像素空间推理增强对视觉信息的理解和分析能力。它支持直接对图像和视频进行操作，如放大区域或选择帧，以捕捉细节。采用两阶段训练方法，结合指令调优和好奇心驱动的强化学习，提升视觉推理性能。在多个基准测试中表现优异，适用于视觉问答、视频理解等任务，广泛应用于科研、教育、工业质检和内容创作等领域。
AI项目与工具 2025年06月11日
LangBot

LangBot

LangBot 是一款开源的多平台即时通讯机器人，支持多种主流通信工具及大语言模型。具备多模态交互、多轮对话、插件扩展和安全管理等功能，适用于企业客服、个人助理、社区管理、教育辅导和内容创作等场景，提供灵活、安全的自动化服务。
AI项目与工具 2025年06月12日
VideoTuna

VideoTuna

VideoTuna是一款基于AI的开源视频生成工具，支持文本到视频、图像到视频以及文本到图像的转换。它提供预训练、微调和后训练对齐等功能，兼容U-Net和DiT架构，并计划引入3D视频生成能力。VideoTuna旨在简化视频内容创作流程，提升生成质量与可控性，适用于内容创作、电影制作、广告营销、教育培训等多个领域。
AI项目与工具 2025年06月12日
Act

Act

Act-One是一款由Runway开发的AI生成式角色表演工具，能够基于简单视频输入生成逼真的虚拟角色动画。它简化了面部动画制作流程，无需复杂设备，仅需单一摄像头即可完成，同时支持多样化角色表现和多轮对话场景生成，广泛应用于电影、动画、角色设计及叙事内容创作等领域。
AI项目与工具 2025年06月12日