场景 - 智狐AI导航

LLaVA

LLaVA-OneVision是字节跳动开发的开源多模态AI模型，主要功能包括多模态理解、任务迁移、跨场景能力、开源贡献及高性能。该模型采用多模态架构，集成了视觉和语言信息，通过Siglip视觉编码器和Qwen-2语言模型，实现高效特征映射和任务迁移学习。广泛应用于图像和视频分析、内容创作辅助、聊天机器人、教育和培训以及安全监控等领域。

AI项目与工具 2025年06月12日 34 点赞 0 评论 912 浏览

AwesomeGPTs

AwesomeGPTs是一个OpenAI GPTs的目录和搜索引擎，提供了9000多个自定义GPT模型，并不断增长。

GPTs应用 2025年06月05日 59 点赞 0 评论 915 浏览

Slax Note

SlaxNote是一款利用语音识别技术的AI语音笔记应用，能够实时将语音转换为文本，并自动润色以提升文本质量。它特别适用于户外灵感捕捉、想法整理和内容总结。其主要功能包括实时语音转文字、自动润色、录音保存以及用户友好的界面设计，广泛应用于会议记录、灵感捕捉、日常笔记、亲子时光记录及内容创作等多个场景。

AI项目与工具 2025年06月12日 14 点赞 0 评论 915 浏览

Genmo

Genmo是一个创造和分享交互式、沉浸式生成艺术的平台。通过创建视频、3D场景、动画、矢量设计资产等，超越Genmo上的2D图像。

Ai视频生成 2026年08月12日 0 点赞 0 评论 918 浏览

Bolt3D

Bolt3D是由谷歌研究院、牛津大学VGG团队与谷歌DeepMind联合开发的3D场景生成技术，基于潜在扩散模型，能在单块GPU上仅需6.25秒生成高质量3D场景。支持多视角输入，具备良好泛化能力，采用高斯溅射技术实现高保真表示，并支持实时交互。适用于游戏开发、VR/AR、建筑设计和影视制作等领域。

AI项目与工具 2025年06月12日 47 点赞 0 评论 918 浏览