深度学习

1. 首页
2. 深度学习

LongLLaVA

LongLLaVA是由香港中文大学（深圳）研究团队开发的多模态大型语言模型，结合Mamba和Transformer模块，利用2D池化技术压缩图像token，大幅提升处理大规模图像数据的效率。该模型在视频理解、高分辨率图像分析及多模态代理任务中表现优异，特别擅长检索、计数和排序任务。其技术亮点包括渐进式训练策略和混合架构优化，支持多种多模态输入处理，广泛应用于视频分析、医学影像诊断、环境监测等领域。

AI项目与工具 2025年06月12日 67 点赞 0 评论 610 浏览

DeepFaceSwap

轻松换脸和创建头像，没有水印或滤镜。

Ai图片处理 2025年06月05日 98 点赞 0 评论 609 浏览

Caricaturer

Caricaturer是一款利用深度学习技术的在线AI漫画头像生成工具，能将用户上传的照片转换为64种不同风格的漫画效果。它具备快速生成、高分辨率输出及隐私保护等特点，适用于个人娱乐、艺术创作、企业营销等多个场景。

AI项目与工具 2025年06月12日 75 点赞 0 评论 608 浏览

TextDiffuser-2

一个功能强大的图像生成工具，它通过扩散模型技术，根据文本描述生成高质量的图像。这个工具为用户提供了一种创新的方式来探索和实现他们的创意视觉概念。

Ai平台模型 2026年08月11日 0 点赞 0 评论 607 浏览

WebWalker

WebWalker是阿里巴巴研发的AI工具，用于评估和优化大型语言模型在网页浏览任务中的表现。它通过多智能体框架、垂直探索策略及WebWalkerQA数据集，提升模型处理长上下文和多源信息的能力。支持多语言、多领域和多难度任务，适用于信息检索、数据分析和内容监控等场景，具备良好的适应性和可扩展性。

AI项目与工具 2025年06月12日 22 点赞 0 评论 607 浏览

CatchMe

一款为识别图片、视频和音频内容是否由人工智能生成而设计的AI内容检测器

Ai办公效率 2025年06月05日 91 点赞 0 评论 606 浏览

OpenDeepSearch

OpenDeepSearch 是一款开源深度搜索工具，结合语义重排与多源信息整合技术，提升搜索精度与覆盖范围。支持与 Hugging Face SmolAgents 无缝集成，具备语义搜索、多模式处理及可扩展性强等特点，适用于复杂问题解答、实时信息检索及学术研究等场景。

AI项目与工具 2025年06月12日 50 点赞 0 评论 601 浏览

PhotoPrism

PhotoPrism是一款开源的AI照片管理工具，采用Go语言开发，支持用户在本地服务器上运行，确保数据隐私与安全性。它通过AI技术实现照片的智能分类与搜索，涵盖人物、物体和场景识别，还支持RAW、JPG等多种文件格式，提供面部识别、地理标签及WebDAV同步等功能，适用于个人、家庭、企业和教育机构等多样化需求。

AI项目与工具 2025年06月12日 59 点赞 0 评论 599 浏览

Hertz

Hertz-Dev是一款由Standard Intelligence开发的开源音频模型，专注于低延迟实时对话AI。它具备强大的音频生成与处理能力，能够处理和生成高质量的音频信号，并支持多任务微调，适用于语音识别、语音合成等多种应用场景。此外，Hertz-Dev还提供了音频自动编码、流式生成等功能，广泛应用于智能助手、客户服务、语音识别及合成等领域。

AI项目与工具 2025年06月12日 48 点赞 0 评论 597 浏览

Yodayo AI | 文本生成动漫图片

Yodayo是一个AI文本生成动漫图片工具，是一款先进的人工智能系统，它可以根据你输入的文字或图片，自动生成出免费、高质量的动漫风格的画面。

Ai绘画生成 2025年06月05日 94 点赞 0 评论 594 浏览