R

Florence

Florence-2是微软Azure AI团队研发的多功能视觉模型,支持图像描述、目标检测、视觉定位和图像分割等功能。该模型基于Transformer架构,采用序列到序列学习方法,利用自注意力机制实现多模态信息融合。通过训练大规模数据集,Florence-2在多个应用场景中表现出色,包括图像和视频分析、内容审核、辅助驾驶、医疗影像分析以及零售和库存管理。

超级助理

超级助理是百度智能云发布的AI浏览器插件,可以随时感知用户的需求,在解析复杂问题、辅助文案创作、智能文档处理、对话式搜索和全文翻译等场景中提供帮助。

BGE

BGE-VL是由北京智源研究院联合高校开发的多模态向量模型,基于大规模合成数据MegaPairs训练,具备高效的多模态数据合成方法和强大的泛化能力。它支持图文检索、组合图像检索和多模态嵌入等功能,适用于智能搜索、内容推荐、图像编辑辅助等多个领域。模型在多种任务中表现优异,尤其在组合图像检索方面取得显著成果。

ResAdapter

ResAdapter是一种专为扩散模型设计的分辨率适配器,允许图像生成模型生成任意分辨率和宽高比的图像,同时保持原始风格。其主要功能包括分辨率插值、分辨率外推、域一致性、即插即用设计以及广泛的兼容性。通过在扩散模型中插入ResCLoRA和引入ResENorm,ResAdapter能够在不影响模型风格的情况下扩展其分辨率范围。

writeGPT

writeGPT是一个web扩展插件GPT3.5功能,允许用户快速轻松地创建内容,回复电子邮件,总结文章,学习和审查代码,以及翻译任何网站上的内容。它提供了一个热键命令来激活扩展,用户...

Luminar Neo

Luminar Neo 是一款基于人工智能技术的照片编辑软件,适用于摄影爱好者和专业人士。其核心功能包括 AI 天空替换、AI 增强、AI 蒙版、人像处理、生成式工具等,支持多种图像格式和跨平台使用。用户可通过预设、滤镜和批量处理提升效率,同时能与 Photoshop 和 Lightroom 集成。适合风景、人像、创意设计及商业摄影等多种应用场景。

Bard PDF

一个用于汇总和分析 PDF 文档的终极 AI 驱动工具,AI Bard PDF允许用户通过自然对话上传PDF文档并与之交互。

Fynix

Fynix 是一款基于 AI 的软件开发辅助工具,支持多语言和主流 IDE,提供代码生成、质量分析、流程图可视化、自然语言指令等功能。适用于个人开发者和企业团队,提升开发效率与代码规范性,支持 JIRA 集成,并提供灵活的定价方案。

NeuralCam

NeuralCam是一款基于AI技术的智能相机应用,提供实时摄影指导和多种图像优化功能,包括自动人像、夜间拍摄、AI照明和智能HDR等。适用于低光环境、人像摄影、旅行记录及专业摄影等多种场景,旨在提升用户的拍摄质量和效率。支持免费下载并提供进阶订阅服务。

MultiTalk

MultiTalk是由中山大学深圳校区、美团和香港科技大学联合推出的音频驱动多人对话视频生成框架。它根据多声道音频输入、参考图像和文本提示,生成包含人物互动且口型与音频一致的视频。通过Label Rotary Position Embedding (L-RoPE) 方法解决多声道音频与人物绑定问题,并采用部分参数训练和多任务训练策略,保留基础模型的指令跟随能力。MultiTalk适用于卡通、歌唱及