MM1.5 MM1.5是苹果公司研发的多模态大型语言模型，具备强大的文本与图像理解能力，包括视觉指代、定位及多图像推理功能。它通过数据驱动的训练方法，实现了从1B到30B参数规模的性能提升，并推出了视频和移动UI专用版本，为多模态AI技术发展提供重要参考。主要应用场景涵盖图像与视频理解、视觉搜索、辅助驾驶、智能助手及教育领域。 AI项目与工具 2025年06月12日 64 点赞 0 评论 952 浏览
VLM VLM-R1 是由 Om AI Lab 开发的视觉语言模型，基于 Qwen2.5-VL 架构，结合强化学习优化技术，具备精准的指代表达理解和多模态处理能力。该模型适用于复杂场景下的视觉分析，支持自然语言指令定位图像目标，并在跨域数据中表现出良好的泛化能力。其应用场景涵盖智能交互、无障碍辅助、自动驾驶、医疗影像分析等多个领域。 AI项目与工具 2025年06月12日 42 点赞 0 评论 953 浏览
Pokee AI Pokee AI 是一个基于强化学习技术的 AI Agent 开发平台，具备高效任务规划、灵活工具调用、强大推理能力及个性化服务特点。它适用于电商、内容创作、数据分析、客户服务和企业自动化等多个场景，能够快速响应用户指令，提升工作效率与用户体验。 AI项目与工具 2025年06月11日 87 点赞 0 评论 953 浏览
Dinox Dinox是一款基于AI技术的语音笔记应用，主要功能包括实时语音转录、本地优先存储、多平台同步、智能生成笔记标题和分类、自动双链及私人AI助理。该应用可帮助用户高效记录灵感和信息，适用于个人日记、会议记录、学习笔记、创意写作及项目管理等多种应用场景。 AI项目与工具 2025年06月12日 28 点赞 0 评论 953 浏览
BoomCut BoomCut是小影科技推出的AI视频本地化工具，支持视频换脸、多语言口播、字幕翻译、声音克隆及字幕擦除等功能，适用于跨境营销和多语言内容制作。用户可通过简单操作生成高质量视频，降低制作成本，提升内容传播效率。适用于广告投放、市场拓展及个性化营销场景。 AI项目与工具 2025年06月11日 77 点赞 0 评论 953 浏览
DanceFusion DanceFusion是一款由清华大学开发的开源框架，专注于音频驱动的舞蹈动作生成与重建。它采用分层时空Transformer-VAE和扩散模型，能够处理不完整或嘈杂的数据，生成与音乐高度同步的逼真舞蹈动作。该工具支持多种应用场景，包括内容创作、虚拟现实、互动娱乐、舞蹈教育以及动画制作等，展现了其在多领域的应用价值。 AI项目与工具 2025年06月12日 86 点赞 0 评论 953 浏览
Bito Bito 是一款基于 AI 技术的编程助手，旨在提升代码质量和开发效率。它支持 GPT-4o、Claude Sonnet 3.5 等模型，提供代码审查、自动补全、交互式聊天、代码模板等功能，并兼容主流 IDE 和 Git 工作流。支持 50+ 种编程语言和 25+ 种自然语言，适用于代码开发、审查、团队协作及新员工培训等场景，帮助开发者提升工作效率和代码质量。 AI项目与工具 2025年06月12日 19 点赞 0 评论 953 浏览
postiz Postiz是一款多功能AI社交媒体管理工具，支持多平台内容发布、AI辅助内容创作、图像设计及数据分析。它适用于个人创作者、小型企业、大型企业和代理机构，提供从内容规划到策略优化的全面解决方案，助力提升品牌影响力和市场竞争力。 AI项目与工具 2025年06月12日 99 点赞 0 评论 953 浏览
BANTER AI BanterAI 是一款基于人工智能技术的创新平台，允许用户与名人、专家及历史人物的虚拟化身进行实时语音对话。其核心功能包括AI克隆体创建、个性化定制、实时互动、数据分析及快速响应，广泛应用于粉丝互动、内容创作、品牌推广、教育培训及娱乐体验等领域。 AI项目与工具 2025年06月12日 25 点赞 0 评论 953 浏览
UnZipLoRA UnZipLoRA是一种由伊利诺伊大学厄巴纳-香槟分校研发的图像处理技术，能够将图像内容与风格分离，并分别以两个LoRA模型表示。该技术通过提示分离、列分离和块分离策略，有效解决内容与风格纠缠的问题，支持高效训练和兼容性组合。可用于艺术创作、图像编辑、风格迁移及个性化图像生成等场景，提升图像处理的灵活性和可控性。 AI项目与工具 2025年06月12日 81 点赞 0 评论 953 浏览
