学习

1. 首页
2. 学习

OmniAlign

OmniAlign-V是由多所高校联合开发的多模态大语言模型对齐数据集，包含约20万个多模态样本，涵盖自然图像和信息图表。其核心功能包括提供高质量训练数据、提升模型的开放式问答能力、增强推理与创造力，并支持模型持续优化。数据集通过图像筛选、任务设计及后处理优化确保数据质量，适用于多模态对话系统、图像辅助问答、创意生成等多个应用场景。

AI项目与工具 2025年06月12日 99 点赞 0 评论 820 浏览

Fractal Generative Models

Fractal Generative Models 是一种基于分形架构的图像生成技术，通过递归调用“原子模块”实现逐像素生成高分辨率图像。该模型结合 Transformer 模块，采用分而治之策略，大幅提升计算效率。不仅适用于图像生成，还可扩展至分子结构、蛋白质等高维数据建模，具有广泛的应用潜力。

AI项目与工具 2025年06月12日 69 点赞 0 评论 820 浏览

Vocloner

Vocloner是一款基于人工智能的在线语音克隆工具，用户可通过上传目标语音音频并输入文本，快速生成克隆声音，无需训练语音网络。支持多语言及多种中文方言，提供经典版本和更新版本两种克隆选项，经典版使用Coqui TTS技术，更新版采用Coqui AI的XTTS工具，增强克隆效果。功能包括即时语音克隆、模型创建与保存、多语言支持、不同说话风格和角色模仿，适用于内容创作、无障碍支持、语言学习和个性化数

AI项目与工具 2025年06月11日 47 点赞 0 评论 820 浏览

Socratic

Socratic是一款基于AI的多功能学习助手，支持多学科覆盖，涵盖科学、数学、文学和社会学等领域。它提供多样化的解答形式，如视频、文本和链接，并通过智能识别技术和详细解题步骤帮助用户深入理解问题。此外，其视觉化呈现方式和多样的输入选项（如拍照、语音和文本）增强了学习体验，适用于家庭作业辅导、课堂补充、考试复习及自学等多种场景。

AI项目与工具 2025年06月12日 80 点赞 0 评论 820 浏览

R1

R1-Onevision 是一款基于 Qwen2.5-VL 微调的开源多模态大语言模型，擅长处理图像与文本信息，具备强大的视觉推理能力。它在数学、科学、图像理解等领域表现优异，支持多模态融合与复杂逻辑推理。模型采用形式化语言和强化学习技术，提升推理准确性与可解释性，适用于科研、教育、医疗及自动驾驶等场景。

AI项目与工具 2025年06月12日 92 点赞 0 评论 820 浏览

Remy AI

Remy AI是一款以科学为基础的AI睡眠助手，专为改善用户的睡眠质量而设计。它通过个性化睡眠分析、褪黑素和皮质醇峰值预测、全天候能量预测等功能，结合昼夜节律为用户提供工作、学习、锻炼等时间的最佳建议。此外，Remy AI提供了30天的睡眠改善计划及实用的睡眠实践库，助力用户培养健康的生活方式。

AI项目与工具 2025年06月12日 25 点赞 0 评论 821 浏览

法信法律基座大模型

法信法律基座大模型是一款基于深度学习技术的国家级法律AI基础设施，整合万亿级法律数据，具备法律语义理解、逻辑推理、内容生成等功能。它已在审判辅助、行政执法、公共法律服务等多个场景中落地应用，有效提升法律工作的智能化水平。

AI项目与工具 2025年06月12日 45 点赞 0 评论 821 浏览

ImageRAG

ImageRAG 是一种基于检索增强生成（RAG）技术的图像生成工具，通过动态检索相关图像提升文本到图像模型的生成能力。它能够增强对罕见概念的理解与生成，提升图像的真实度和相关性，支持多模态生成与个性化定制。无需额外训练即可适配多种 T2I 模型，广泛应用于创意设计、品牌推广、教育及影视等领域。

AI项目与工具 2025年06月12日 12 点赞 0 评论 821 浏览

Fish Speech 1.5

Fish Speech 1.5是一款基于深度学习的文本转语音（TTS）工具，支持多语言文本输入，通过Transformer、VITS、VQVAE和GPT等技术实现高质量语音合成。它具备零样本和少样本语音合成能力，延迟时间短，无需依赖音素，泛化性强，且支持本地化部署。Fish Speech 1.5可应用于有声读物、辅助技术、语言学习及客户服务等多个领域。

AI项目与工具 2025年06月12日 14 点赞 0 评论 822 浏览

ChitChop

ChitChop是字节跳动旗下一款基于云雀大语言模型创建的AI集合工具产品，可以为用户提供多达200+的智能机器人服务。

AI服务商 2025年06月05日 86 点赞 0 评论 822 浏览