WebLI WebLI-100B是由Google DeepMind推出的超大规模视觉语言数据集，包含1000亿个图像与文本配对数据，是目前最大的视觉语言数据集之一。其设计旨在提升模型对长尾概念、文化多样性和多语言内容的理解能力。数据集通过网络爬取构建，保留了丰富的语言和文化多样性，支持多模态任务如图像分类、图像描述生成和视觉问答，广泛应用于人工智能研究、工程开发及教育领域。 AI项目与工具 2025年06月12日 51 点赞 0 评论 418 浏览
SANA 1.5 SANA 1.5是由英伟达联合多所高校研发的高效线性扩散变换器，专用于文本到图像生成任务。其核心优势包括高效的训练扩展、模型深度剪枝、推理时扩展等技术，能够在不同计算预算下灵活调整模型性能。支持多语言输入，并具备开源特性，适用于创意设计、影视制作、教育等多个领域。实验表明，其生成质量接近行业领先水平，同时显著降低计算成本。 AI项目与工具 2025年06月12日 56 点赞 0 评论 417 浏览
MeteoRA MeteoRA是一种基于LoRA和混合专家架构的多任务嵌入框架，用于大型语言模型。它支持多任务适配器集成、自主任务切换、高效推理及复合任务处理，提升模型灵活性和实用性。通过动态门控机制和前向加速策略，显著提高推理效率并降低内存占用，适用于多领域问答、多语言对话等场景。 AI项目与工具 2025年06月12日 72 点赞 0 评论 415 浏览
YouMind YouMind是一款以AI为核心的内容整理与创作平台，支持从多种信息源中提取关键信息并生成创意作品。凭借Anthropic、OpenAI和Meta的顶级语言模型技术支持，它能够提供高效、稳定的服务，同时保障用户隐私安全。无论是学术研究、内容创作还是教育培训，YouMind都能显著提升用户的信息处理能力和创作效率。 AI项目与工具 2025年06月12日 82 点赞 0 评论 415 浏览
MSQA MSQA是一个包含251,000个问答对的大规模多模态情境推理数据集，支持文本、图像和点云等多种数据形式，旨在提升具身AI在三维场景中的理解与推理能力。通过设计MSQA和MSNN两个基准测试任务，该工具不仅能够评估模型性能，还能促进具身AI和3D场景理解领域的研究进展。同时，它为开发更强大的情境推理模型提供了丰富的预训练资源。 AI项目与工具 2025年06月12日 80 点赞 0 评论 413 浏览
ViLAMP ViLAMP是由蚂蚁集团与中国人民大学联合开发的视觉语言模型，专为高效处理长视频设计。采用混合精度策略，支持在单张A100 GPU上处理长达3小时的视频，提升处理效率并降低计算成本。具备长视频理解、关键信息提取、多任务处理等功能，适用于教育、监控、直播、影视制作及智能客服等场景。技术上通过差分关键帧选择与特征合并优化性能，实现精准且高效的视频分析。 AI项目与工具 2025年06月11日 37 点赞 0 评论 411 浏览
ItiNera ItiNera是一款由香港大学与麻省理工学院合作开发的智能城市行程规划系统，基于大型语言模型和空间优化技术，为用户提供个性化、高效、连贯的Citywalk路线规划服务。系统包含兴趣点数据库构建、请求解析、偏好感知检索、空间优化及行程生成五大模块，支持实时动态信息更新，适用于个人旅游、城市漫步、短途旅行等多种场景。 AI项目与工具 2025年06月12日 16 点赞 0 评论 410 浏览
百度灵医Bot 百度灵医Bot作为百度推出的医疗大模型应用，通过其强大的语言处理能力和专业医疗知识库，为用户提供了全面、安全、智能的医疗健康服务。 创作工具 1970年01月01日 0 点赞 0 评论 409 浏览
MMBench MMBench-Video是一个由多家高校和机构联合开发的长视频多题问答基准测试平台，旨在全面评估大型视觉语言模型（LVLMs）在视频理解方面的能力。平台包含约600个YouTube视频片段，覆盖16个类别，并配备高质量的人工标注问答对。通过自动化评估机制，MMBench-Video能够有效提升评估的精度和效率，为模型优化和学术研究提供重要支持。 AI项目与工具 2025年06月12日 52 点赞 0 评论 406 浏览
