模型

1. 首页
2. 模型

olmOCR

olmOCR 是一款开源 PDF 文档处理工具，结合文档锚定技术和 Qwen2-VL-7B-Instruct 模型，可高效提取结构化文本并保留原始布局。支持多种文档类型，具备大规模批量处理能力和低成本优势，适用于学术研究、法律文件处理、企业文档管理及数字图书馆建设等多个场景。其开源特性与可扩展性也增强了用户的使用灵活性。

AI项目与工具 2025年06月12日 47 点赞 0 评论 440 浏览

BFS

BFS-Prover 是一种基于大语言模型的自动定理证明系统，通过改进广度优先搜索算法和长度归一化评分机制，提高证明搜索效率。系统结合专家迭代、直接偏好优化和分布式架构，支持复杂定理的高效验证，并与 Lean4 深度集成，确保形式化数学问题的逻辑正确性。适用于数学竞赛题、本科及研究生数学研究等领域，推动了自动定理证明技术的发展。

AI项目与工具 2025年06月12日 75 点赞 0 评论 440 浏览

VideoWorld

VideoWorld是由北京交通大学、中国科学技术大学与字节跳动合作开发的深度生成模型，能够通过未标注视频数据学习复杂知识，包括规则、推理和规划能力。其核心技术包括自回归视频生成、潜在动态模型（LDM）和逆动态模型（IDM），支持长期推理和跨环境泛化。该模型在围棋和机器人控制任务中表现优异，且具备向自动驾驶、智能监控等场景扩展的潜力。

AI项目与工具 2025年06月12日 66 点赞 0 评论 440 浏览

ScriptViz

ScriptViz是一款基于MovieNet数据库的剧本可视化工具，利用CLIP模型实现剧本文本与电影画面的匹配，支持用户通过SQL语句设定剧本属性并生成视觉化参考。其功能涵盖视觉素材检索、剧本与视觉匹配、故事分析及对话对齐可视化，旨在提升剧本创作过程中的视觉表现力和叙事连贯性。此外，ScriptViz还提供情绪捕捉、场景细化及角色开发等应用，适用于剧本开发、故事板制作等多个场景。

AI项目与工具 2025年06月12日 18 点赞 0 评论 440 浏览

码多多Al智能聊天系統

码多多Al智能聊天系統是一款基于人工智能技术的聊天系统AI源码。它可以与用户进行自然语言对话，提供各种服务和答案。

Ai开源项目 2025年06月05日 94 点赞 0 评论 440 浏览

RegionDrag

RegionDrag是一种基于区域的图像编辑技术，由香港大学和牛津大学联合开发。该技术利用扩散模型，让用户通过定义手柄区域和目标区域来实现快速且精确的图像编辑。RegionDrag在单次迭代中完成编辑任务，显著减少编辑时间，同时采用注意力交换技术增强编辑的稳定性和自然性。主要应用领域包括数字艺术与设计、照片编辑、虚拟现实、游戏开发以及电影和视频制作等。

AI项目与工具 2025年06月12日 16 点赞 0 评论 441 浏览

Fin

Fin-R1是由上海财经大学与财跃星辰联合开发的金融领域推理大模型，基于Qwen2.5-7B-Instruct架构，通过两阶段训练提升金融推理能力。其支持金融数据推理、代码生成、风险控制、ESG分析等多种功能，具备多语言支持与轻量化设计，适用于智能风控、投资辅助、量化交易等场景。模型在权威评测中表现优异，具有较高的实用价值。

AI项目与工具 2025年06月12日 77 点赞 0 评论 441 浏览

Awesome MCP ZH

一个专为中文用户打造的 MCP资源合集！ 包括有 MCP 的基础介绍、玩法、客户端、服务器和社区资源，帮你快速上手这个 AI 界的“万能插头”。

Ai学习资源 2025年06月05日 40 点赞 0 评论 441 浏览

SpeechGPT 2.0

SpeechGPT 2.0-preview 是复旦大学 OpenMOSS 团队开发的拟人化实时交互系统，基于大量中文语音数据训练，支持低延迟、高自然度的语音与文本交互。具备情感控制、实时打断、多风格语音生成等功能，适用于智能助手、内容创作及无障碍通信等场景，技术上融合了语音-文本联合建模与多阶段训练策略，提升语音表现力与智能化水平。

AI项目与工具 2025年06月12日 23 点赞 0 评论 441 浏览

博看大模型

博看大模型是吉林外国语大学推出的一款多功能图书馆服务AI，它通过智能对话和信息检索功能，为用户提供了一个方便快捷的图书馆信息获取渠道。

创作工具 1970年01月01日 0 点赞 0 评论 442 浏览