AI工具

HoloTime

HoloTime 是由北京大学深圳研究生院与鹏城实验室联合开发的全景 4D 场景生成框架,可将单张全景图像转化为动态视频,并进一步重建为沉浸式 4D 场景。其核心技术包括全景动画生成器(Panoramic Animator)和时空重建技术,结合 360World 数据集进行训练,实现高质量的视频生成与场景重建。该工具支持 VR/AR 应用,适用于虚拟旅游、影视制作、游戏开发等多个领域,提供高效的沉

OmniSQL

OmniSQL 是一款开源的文本到 SQL 转换工具,能将自然语言问题精准转化为 SQL 查询语句。它基于大规模数据集 SynSQL-2.5M 进行训练,涵盖 250 万条样本,覆盖 16,000 余个跨领域数据库。支持多种复杂查询类型,提供思维链推理过程,并提供 7B、14B 和 32B 三种模型版本。适用于企业数据分析、教育及跨领域应用,提升数据访问效率与学习体验。

机连世界

机连世界APP就像是AI机器人世界的“沃尔玛”,这里汇集了大量的AI机器人,只需一个账号,就可以一键直连。

TECHSPECS

TechSpecs Ray是一款由AI驱动的媒体播放器,主要功能包括实时多语言字幕生成与翻译、智能媒体搜索及分类、主流流媒体平台集成等。它支持上千种媒体格式,可跨多平台运行,致力于消除语言壁垒,提升全球用户的媒体访问体验。

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。

Pixel3DMM

Pixel3DMM是由慕尼黑工业大学、伦敦大学学院和Synthesia联合开发的单图像3D人脸重建框架,基于DINOv2模型,能从单张RGB图像中准确重建出3D人脸的几何结构。该工具擅长处理复杂表情和姿态,支持身份和表情的解耦,并通过FLAME模型优化实现高精度重建。其应用场景涵盖影视游戏、VR/AR、社交视频、医疗美容和学术研究。

Chatlog

Chatlog 是一款开源聊天记录分析工具,支持微信、QQ、Telegram 等平台的数据解析与可视化。通过智能分析高频词、情感倾向及活跃时段,帮助用户快速提取关键信息。具备本地化处理、数据可视化、自动化报告生成等功能,适用于个人社交分析、团队协作优化及商业客户洞察场景。

CAR

CAR(Certainty-based Adaptive Reasoning)是字节跳动联合复旦大学推出的自适应推理框架,旨在提升大型语言模型(LLM)和多模态大型语言模型(MLLM)的推理效率与准确性。该框架通过动态切换短答案和长形式推理,根据模型对答案的置信度(PPL)决定是否进行详细推理,从而在保证准确性的同时节省计算资源。CAR适用于视觉问答(VQA)、关键信息提取(KIE)等任务,在数学

AndroidLab

AndroidLab 是一款面向 Android 自主代理的训练与评估框架,集成了文本和图像模态操作环境,提供标准化的基准测试任务。它通过支持多种模型类型(LLMs 和 LMMs),覆盖九个应用场景的 138 项任务,有效提升了开源模型的性能。此外,AndroidLab 提供了丰富的评估指标和操作模式,助力研究者优化模型表现并推动开源解决方案的发展。

Bright Eye

Bright Eye是一款多功能的AI分析图像,可以生成文本、图像、代码、故事、诗歌的APP程序。