VideoRefer VideoRefer是由浙江大学与阿里达摩院联合开发的视频对象感知与推理系统,基于增强型视频大型语言模型,实现对视频中对象的细粒度理解与分析。其核心包括大规模视频数据集、多功能空间-时间编码器和全面评估基准,支持对象识别、关系分析、推理预测及多模态交互等功能,适用于视频剪辑、教育、安防、机器人控制和电商等多个领域。 AI项目与工具 2025年06月12日 19 点赞 0 评论 476 浏览
星火知识库 基于讯飞星火知识库方案,高效检索文档信息,准确回答专业问题提供Al分析、阅读、问答工具,让大模型助你高效了解文档内容 AI写作对话 2025年06月05日 100 点赞 0 评论 483 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 489 浏览
Elmo Chat Elmo Chat 是一款基于 AI 技术的浏览器扩展工具,支持网页、视频、PDF 等多种格式的内容摘要、实时问答、关键词提取及多语言翻译功能。无需注册即可使用,注重用户隐私保护,适用于学习、办公、视频处理及多语言信息获取等场景,提升信息处理效率与便捷性。 AI项目与工具 2025年06月12日 65 点赞 0 评论 490 浏览
LightRAG LightRAG是一种由香港大学研究团队设计的检索增强生成系统,融合了图结构索引与双层检索机制,显著提高了大型语言模型的信息检索精度和效率。其核心功能包括复杂查询处理、准确答案生成、动态数据适应以及检索效率优化。通过增量更新算法和实体关系提取技术,LightRAG在多领域如搜索引擎优化、智能客服、个性化推荐、教育科研及医疗咨询中展现出广泛应用前景。 AI项目与工具 2025年06月12日 33 点赞 0 评论 491 浏览
Embed3 Embed3是一款由Cohere研发的多模态AI搜索模型,支持从文本和图像生成嵌入向量,实现智能化的跨模态搜索。它能够处理多种语言,支持复杂数据集的快速检索,并提供一致的用户体验。主要功能包括多模态搜索能力、跨语言支持、增强型检索-生成系统以及简化数据管理。适用于商业智能、电子商务、设计创作、文档管理和客户服务等多个领域。 AI项目与工具 2025年06月12日 16 点赞 0 评论 492 浏览
TextHarmony TextHarmony是一款由华东师范大学与字节跳动联合开发的多模态生成模型,擅长视觉与文本信息的生成与理解。该模型基于Slide-LoRA技术,支持视觉文本生成、编辑、理解及感知等功能,广泛应用于文档分析、场景文本识别、视觉问题回答、图像编辑与增强以及信息检索等领域。通过高质量数据集的构建与多模态预训练,TextHarmony在视觉与语言生成任务中表现出色。 AI项目与工具 2025年06月12日 47 点赞 0 评论 499 浏览
Minion Agent Minion Agent 是一款基于代理框架的多功能 AI 工具,支持浏览器操作、MCP 协议、自动规划和深度研究等功能。用户可通过简单 API 快速部署,实现信息检索、数据分析等任务。其动态规划机制确保任务高效执行,同时支持多种模型和灵活配置,适用于信息研究、自动化任务、智能助手开发等多个场景。 AI项目与工具 2025年06月11日 76 点赞 0 评论 504 浏览
WebAgent WebAgent是阿里巴巴开源的自主搜索AI Agent,具备端到端的自主信息检索与多步推理能力。它能主动搜索多个学术数据库,筛选、分析最相关的文献,整合不同文献中的观点,为用户提供全面且精准的研究报告。WebAgent基于创新的数据合成方法和高效的训练策略,实现高效的多步推理和信息检索能力,适用于学术研究、商业决策和日常生活等多种场景。 AI项目与工具 2025年06月11日 20 点赞 0 评论 505 浏览