JanusFlow JanusFlow是一款集成了自回归语言模型与校正流技术的多模态AI模型，能够在单一框架内高效完成图像理解和生成任务。它通过解耦视觉编码器和表示对齐策略，显著提升了模型在视觉理解与图像生成上的表现，广泛应用于图像生成、多模态内容创作、视觉问答、图像理解和辅助设计等多个领域。 AI项目与工具 2025年06月12日 20 点赞 0 评论 257 浏览
VtripGPT VtripGPT是一款专为旅游领域设计的AI大模型，采用Transformer架构，结合增量预训练和微调技术，可生成高质量的旅游相关文本回复。它具备对话生成、个性化旅游攻略提供、行程定制、商品推荐以及智能问答等功能，旨在提升旅游规划效率并优化用户体验。VtripGPT已成功应用于多个国家和地区，覆盖了从旅游攻略生成到商品推荐的多种应用场景。 AI项目与工具 2025年06月12日 50 点赞 0 评论 254 浏览
腾讯混元T1 T1（Thinker）是腾讯混元推出的深度思考模型，支持逻辑推理与联网搜索，具备高速响应和长文本处理能力。采用Hybrid-Mamba-Transformer架构，提升推理效率与准确性。适用于教育、医疗、市场分析等多个领域，输出简洁、幻觉低，适合复杂指令处理和多任务场景。 AI项目与工具 2025年06月12日 68 点赞 0 评论 253 浏览
蓝心大模型BlueLM 蓝心大模型（BlueLM）是vivo推出的自研通用大模型矩阵，包含十亿、百亿、千亿三个参数量级共5款，主要面向端侧和云端服务，用于复杂逻辑推理等应用场景。 Ai平台模型 1970年01月01日 0 点赞 0 评论 251 浏览
Streamer 销冠，卖货主播 LLM 大模型，Streamer-Sales就一款能够根据给定的商品特点从激发用户购买意愿角度出发进行商品解说的卖货主播大模型。 Ai开源项目 2025年06月05日 24 点赞 0 评论 250 浏览
Video Video-LLaVA2是一款由北京大学ChatLaw课题组开发的开源多模态智能理解系统。该系统通过时空卷积（STC）连接器和音频分支，显著提升了视频和音频的理解能力。其主要功能包括视频理解、音频理解、多模态交互、视频问答和视频字幕生成。时空建模和双分支框架是其核心技术原理。Video-LLaVA2广泛应用于视频内容分析、视频字幕生成、视频问答系统、视频搜索和检索、视频监控分析及自动驾驶等领域。 AI项目与工具 2025年06月12日 50 点赞 0 评论 250 浏览
LiveCC LiveCC是一款由新加坡国立大学Show Lab与字节跳动联合开发的实时视频解说模型，基于自动语音识别字幕进行训练。它能够实时生成自然流畅的视频评论和回答相关问题，适用于体育、新闻、教育等多个场景。模型采用流式训练方法，结合大规模数据集和Qwen2-VL架构，具备低延迟和高质量的生成能力。LiveCC通过LiveSports-3K基准测试评估性能，广泛应用于视频内容分析与智能交互场景。 AI项目与工具 2025年06月11日 100 点赞 0 评论 246 浏览
Eagle Eagle是一个由英伟达开发的多模态大模型，专长于处理高分辨率图像，提高视觉问答和文档理解能力。该模型采用多专家视觉编码器架构，通过简单的特征融合策略实现图像内容的深入理解。Eagle模型已开源，适用于多个行业，具有高分辨率图像处理、多模态理解、多专家视觉编码器、特征融合策略和预对齐训练等特点。 AI项目与工具 2025年06月12日 38 点赞 0 评论 246 浏览
Yuxi Yuxi-Know是一款基于RAG和知识图谱技术的智能问答平台，支持多种文档格式上传与向量化存储，可高效检索并生成准确答案。集成Neo4j知识图谱，支持复杂关系查询，兼容多模型平台及本地部署。提供智能体拓展、网页检索和可视化配置功能，适用于企业知识管理、教育、客服、医疗及科研等领域，提升信息处理效率与准确性。 AI项目与工具 2025年06月11日 78 点赞 0 评论 241 浏览
Docmatix Docmatix 是一个专为文档视觉问答任务设计的大规模数据集，包含240万张图像和950万个问题-答案对，源自130万个PDF文档。数据集覆盖广泛，包括扫描图片、PDF文件和数字文档，且具有高质量的问答对。Docmatix 支持模型训练和微调，可用于训练视觉语言模型，提高其在理解和回答与文档内容相关问题方面的性能。应用场景包括自动化客户服务、智能文档分析、教育和学术研究以及业务流程自动化等。 AI项目与工具 2025年06月12日 87 点赞 0 评论 240 浏览
