AI项目与工具

VRAG

VRAG

VRAG-RL是阿里巴巴通义大模型团队推出的视觉感知驱动的多模态RAG推理框架，旨在提升视觉语言模型在处理视觉丰富信息时的检索、推理和理解能力。通过定义视觉感知动作空间，实现从粗粒度到细粒度的信息获取，并结合强化学习和综合奖励机制优化模型性能。该框架支持多轮交互推理，具备良好的可扩展性，适用于智能文档问答、视觉信息检索、多模态内容生成等多种场景。
AI项目与工具 2025年06月11日
OmniSVG

OmniSVG

OmniSVG是复旦大学与StepFun联合开发的全球首个端到端多模态SVG生成模型，基于预训练视觉语言模型，通过创新的SVG标记化技术实现结构与细节的解耦，支持从文本、图像或角色参考生成高质量矢量图形。其训练效率高，支持长序列处理，适用于图标设计、网页开发、游戏角色生成等场景，生成结果具备高度可编辑性和跨平台兼容性。
AI项目与工具 2025年06月12日
Rabbithole

Rabbithole

Rabbithole 是一款基于AI的互动式知识探索工具，通过自然语言对话帮助用户深入了解历史事件和主题。平台支持对话记录保存、个性化内容推荐以及多样化的历史话题库，适用于历史爱好者、学生、教师及研究人员等多种用户群体，提升学习效率与知识获取深度。
AI项目与工具 2025年06月11日
Inverse Painting

Inverse Painting

Inverse Painting 是一种基于 AI 的创新技术，能够逆向还原绘画过程，通过分析艺术家的绘画视频学习技巧与顺序，生成详细的绘画指令，逐步更新画布，模拟创作流程。该工具可应用于艺术教育、艺术创作辅助、文化遗产保护、艺术品鉴定、娱乐产业及交互式媒体等多个领域。
AI项目与工具 2025年06月12日
AITDK

AITDK

AITDK是一款集成了多种AI驱动功能的工具平台，涵盖标题生成器、描述生成器、关键词生成器、特性生成器、常见问题解答生成器及用户评价生成器等模块，致力于帮助企业高效创建高质量、搜索引擎友好的内容，同时促进用户交互与品牌信任建设，广泛适用于网站优化、内容创作、产品推广及客户服务等多个领域。
AI项目与工具 2025年06月12日
创作星

创作星

创作星是一款基于AI技术的多功能对话工具，集成了AI聊天、AI绘画、AI视频制作及文本生成等多项功能。它能够适应多种场景需求，如工作咨询、学术讨论、日常闲聊等，并提供便捷的操作体验。无论是创意激发还是实际应用，创作星都展现出强大的实用性和创新性。 ---
AI项目与工具 2025年06月12日
ebook2audiobookXTTS

ebook2audiobookXTTS

ebook2audiobookXTTS是一款开源AI工具，可将EPUB、PDF、MOBI等多种电子书格式转换为高质量的有声书（.m4b）。通过集成Calibre和Coqui XTTS技术，支持多语言处理和章节识别，同时保留电子书元数据，适用于个人学习、教育培训、企业培训以及公共图书馆等场景，帮助用户高效获取知识。
AI项目与工具 2025年06月12日
TestSprite

TestSprite

TestSprite 是一款基于 AI 的自动化测试平台，支持后端 API、前端 UI、数据及 AI 模型的测试，能够自动生成测试计划、执行测试并输出详细报告。其核心优势在于提升测试效率、减少人工干预，并适用于多种测试场景，如软件发布前验证、CI/CD 集成、生产环境监控等，帮助企业提升软件质量与交付速度。
AI项目与工具 2025年06月12日
MVDrag3D

MVDrag3D

MVDrag3D是一种先进的3D编辑框架，具备多视图一致性编辑、3D高斯重建、视图对齐及视觉质量增强等功能。它能够处理复杂的拓扑变化并支持多样化的3D表示，适用于游戏开发、虚拟现实、增强现实以及计算机辅助设计等领域，展现了强大的生成性和灵活性。
AI项目与工具 2025年06月12日
ParGo

ParGo

ParGo是一种由字节与中山大学联合开发的多模态大语言模型连接器，通过结合局部与全局token，提升视觉与语言模态的对齐效果。其核心模块PGP和CPP分别提取图像的局部和全局信息，增强细节感知能力。在多个基准测试中表现优异，尤其在文字识别和图像描述任务中优势明显。采用自监督学习策略，提高模型泛化能力，适用于视觉问答、图像字幕生成、跨模态检索等多种场景。
AI项目与工具 2025年06月12日