AI项目与工具

WebLI

WebLI

WebLI-100B是由Google DeepMind推出的超大规模视觉语言数据集，包含1000亿个图像与文本配对数据，是目前最大的视觉语言数据集之一。其设计旨在提升模型对长尾概念、文化多样性和多语言内容的理解能力。数据集通过网络爬取构建，保留了丰富的语言和文化多样性，支持多模态任务如图像分类、图像描述生成和视觉问答，广泛应用于人工智能研究、工程开发及教育领域。
AI项目与工具 2025年06月12日
CoGenAV

CoGenAV

CoGenAV是一种先进的多模态学习模型，专注于音频和视觉信号的对齐与融合。通过对比特征对齐和生成文本预测的双重目标进行训练，利用同步音频、视频和文本数据，学习捕捉时间对应关系和语义信息。CoGenAV具备音频视觉语音识别、视觉语音识别、噪声环境下的语音处理、语音重建与增强、主动说话人检测等功能，适用于智能助手、视频内容分析、工业应用和医疗健康等多个场景。
AI项目与工具 2025年06月11日
Chance AI

Chance AI

Chance AI 是一款AI视觉搜索引擎，基于视觉智能帮助用户自然理解世界。用户通过摄像头识别对象，如艺术品、产品设计、建筑等，快速获取背后的故事和文化背景，无需输入提示词。其主要功能包括点拍即用、视觉推理、即时洞察、一键分享和无算法的信息发现，适用于旅行者、创意人士、学生等群体。
AI项目与工具 2025年06月11日
Submagic

Submagic

Submagic是一款基于人工智能技术的视频编辑工具，专为内容创作者、企业及团队设计。其核心功能包括动态字幕生成、高级B-Roll素材集成、基于文本的剪辑操作及团队协作支持。通过这些功能，Submagic能够显著提升视频制作效率，增强内容的专业性和吸引力，同时支持用户收集反馈以持续优化内容质量。适用场景涵盖社交媒体、商业营销、教育、播客、新闻媒体及产品演示等领域。
AI项目与工具 2025年06月12日
阶跃视频

阶跃视频

阶跃视频是一款基于AI技术的视频生成工具，提供多样化的主题选择和智能化的描述优化功能，支持用户快速生成高质量短视频。它涵盖城市、自然、科幻等多种创作主题，并通过示例视频为用户提供灵感来源，适用于教育、创意、娱乐及营销等多个场景。
AI项目与工具 2025年06月12日
MMBench

MMBench

MMBench-Video是一个由多家高校和机构联合开发的长视频多题问答基准测试平台，旨在全面评估大型视觉语言模型（LVLMs）在视频理解方面的能力。平台包含约600个YouTube视频片段，覆盖16个类别，并配备高质量的人工标注问答对。通过自动化评估机制，MMBench-Video能够有效提升评估的精度和效率，为模型优化和学术研究提供重要支持。
AI项目与工具 2025年06月12日
GenFM

GenFM

GenFM是一款由ElevenLabs开发的AI工具，可将PDF、文章、电子书等内容转换为多角色播客音频。它支持32种语言，具备自动化声音选择、人性化填充词添加及高度定制化功能，适用于教育、播客制作、有声书创作、商业推广等多个领域。
AI项目与工具 2025年06月12日
Llama 3

Llama 3

Llama 3是Meta公司开发的一款最新大型语言模型，提供了8B和70B两种参数规模的模型。它通过增加参数规模、扩大训练数据集、优化模型架构和增强安全性等功能，显著提升了自然语言处理能力，适用于编程、问题解决、翻译和对话生成等多种应用场景。Llama 3在多个基准测试中表现出色，并且通过指令微调进一步增强了特定任务的表现。
AI项目与工具 2025年06月12日
MSQA

MSQA

MSQA是一个包含251,000个问答对的大规模多模态情境推理数据集，支持文本、图像和点云等多种数据形式，旨在提升具身AI在三维场景中的理解与推理能力。通过设计MSQA和MSNN两个基准测试任务，该工具不仅能够评估模型性能，还能促进具身AI和3D场景理解领域的研究进展。同时，它为开发更强大的情境推理模型提供了丰富的预训练资源。
AI项目与工具 2025年06月12日
Recall

Recall

Recall是一款AI知识管理工具，支持将分散的内容转化为自我组织的知识库，具备即时总结、聊天互动功能，可处理YouTube视频、PDF、文章等多种格式内容。它提供增强浏览体验，自动链接相关内容到知识图谱中，帮助用户发现关联信息。Recall支持离线使用，跨平台访问，并注重数据安全与隐私保护，用户可随时导出数据，确保数据所有权。
AI项目与工具 2025年06月11日