HumanOmni HumanOmni 是一款面向人类中心场景的多模态大模型，融合视觉与听觉信息，具备情感识别、面部描述、语音理解等功能。基于大量视频与指令数据训练，采用动态权重调整机制，支持多模态交互与场景理解。适用于影视分析、教育、广告及内容创作等领域，具备良好的可扩展性和灵活性。 AI项目与工具 2025年06月12日 92 点赞 0 评论 836 浏览
Ultravox Ultravox 是一种多模态大型语言模型（LLM），能够直接处理文本和语音输入，无需额外的语音识别步骤。其核心技术包括多模态投影器，用于将音频数据转换为高维空间表示，显著提升语音理解和处理效率。该模型支持实时语音对话、多语言扩展及领域特定知识的学习，适用于智能客服、虚拟助手、语言学习、实时翻译及教育等领域。 AI项目与工具 2025年06月12日 51 点赞 0 评论 836 浏览
Google Bard Google 推出的一款对话式AI工具，Bard 可以帮助您完成各种任务，例如编写、编码、调试和解释代码。您还可以与 Bard 进行有趣的对话，探索它的创造力和幽默感。 Ai平台模型 2025年06月05日 54 点赞 0 评论 836 浏览
Aisou.ai Aisou.ai是一款基于大语言模型和检索增强生成技术的智能问答平台，专注于商业信息的高效查询与分析。它支持自然语言提问，提供精准的商业数据分析、实时资讯、竞争对手研究及市场趋势对比等功能，适用于市场分析、投资决策和企业信息查询等多种应用场景。 AI项目与工具 2025年06月12日 47 点赞 0 评论 835 浏览
ChatMax聚言 ChatMax聚言是一个利用大模型技术为企业解锁专家级数字员工的平台。它通过垂直行业模型，提供自然语言交互和易于使用的AI服务，满足不同工作流程的需求。 创作工具 2026年06月24日 0 点赞 0 评论 835 浏览
TrackVLA TrackVLA是银河通用推出的端到端导航大模型，具备纯视觉环境感知、语言指令驱动、自主推理和零样本泛化能力。它能在复杂环境中自主导航、灵活避障，并根据自然语言指令识别和跟踪目标对象。无需提前建图，适用于多种场景，如陪伴服务、安防巡逻、物流配送等，为具身智能商业化提供支撑，推动机器人走向日常生活。 AI项目与工具 2025年06月11日 79 点赞 0 评论 835 浏览
AutoAgent AutoAgent是香港大学开发的零代码LLM智能体框架，支持自然语言交互创建智能助手，适用于搜索、分析和报告生成等场景。提供三种使用模式和双交互模式，兼容多种LLM模型，具备自管理向量数据库和多代理协作能力，部署便捷，适合各类用户高效完成复杂任务。 AI项目与工具 2025年06月12日 68 点赞 0 评论 833 浏览
MGX MGX（MetaGPT-X）是一款基于MetaGPT框架的AI编程工具，通过多智能体协作实现软件开发的全流程自动化。它包含产品经理、架构师、工程师等五个AI代理，分工明确，从需求分析到代码生成无需人工干预。支持自然语言编程，用户仅需描述需求即可快速生成全栈应用，适用于个人开发者、企业、数据分析及教育等多个领域。 AI项目与工具 2025年06月12日 49 点赞 0 评论 831 浏览
Stagehand Stagehand 是一款基于自然语言处理的 AI 工具，专注于网页自动化操作。其核心功能包括自然语言驱动的 `act`、`extract` 和 `observe` API，支持原子化指令执行和多模型适配。Stagehand 可实现网页测试、数据抓取、表单操作及内容监控等多样化任务，广泛应用于网页测试、数据分析、办公自动化等领域。 AI项目与工具 2025年06月12日 51 点赞 0 评论 831 浏览
