MVoT MVoT是一种多模态推理框架，通过生成图像形式的推理痕迹，增强多模态大语言模型在复杂空间推理任务中的表现。其核心技术包括多模态推理范式、token discrepancy loss以及递归生成机制，有效提升推理准确性和可解释性。该工具适用于机器人导航、自动驾驶、智能教育、医疗影像分析及VR/AR交互等多个领域，具有广泛的应用潜力。 AI项目与工具 2025年06月12日 57 点赞 0 评论 611 浏览
AI拥抱生成器 一款可以将您的静态图像轻松生成两人拥抱的的动态视频AI工具。只需点击几次，您就可以自定义拥抱视频的风格、动作和氛围。 Ai视频生成 2025年06月05日 86 点赞 0 评论 611 浏览
Cua Cua 是一款基于 Apple Silicon 的开源 AI 代理工具，支持在 macOS 上运行高性能的虚拟机，并实现 AI 对桌面应用的操作。其核心功能包括虚拟化、任务自动化、多模型兼容与安全隔离。适用于开发、办公、教育及安全测试等多个场景，提供高效、灵活的 AI 操作体验。 AI项目与工具 2025年06月12日 67 点赞 0 评论 611 浏览
Move AI Move AI 是一款基于AI和计算机视觉的无标记动作捕捉工具，可将普通摄像头拍摄的2D视频转换为高精度3D运动数据。支持实时追踪、多摄像头配置及多种格式导出，适用于影视、游戏、体育分析、VR/AR等领域，提供高效、低成本的解决方案。 AI项目与工具 2025年06月12日 35 点赞 0 评论 611 浏览
Kbear AI Kbear，专门提供AI绘画和AI对话服务，在KbearAI绘画平台上，您只需要输入描述或上传图片便可完成各类AI绘画和设计。 Ai绘画生成 2025年06月05日 34 点赞 0 评论 611 浏览
ViDoRAG ViDoRAG是阿里巴巴通义实验室联合高校开发的视觉文档检索增强生成框架，采用多智能体协作与动态迭代推理技术，提升复杂文档的检索与理解能力。通过高斯混合模型优化多模态信息整合，支持精准检索与高质量生成，适用于教育、金融、医疗等多个领域，显著提升文档处理效率与准确性。 AI项目与工具 2025年06月12日 26 点赞 0 评论 611 浏览
Glimmer AI 一款使用GPT-3和DALL·E 2进行AI支持的ppt演示工具，根据用户的文本和语音指令生成视觉非常出色的PPT演示文稿。 PPT资源 2025年06月05日 96 点赞 0 评论 611 浏览
