AI项目与工具

Vid2World

Vid2World

Vid2World是由清华大学和重庆大学联合开发的创新框架，能够将全序列、非因果的被动视频扩散模型（VDM）转换为自回归、交互式、动作条件化的世界模型。该模型基于视频扩散因果化和因果动作引导两大核心技术，解决了传统VDM在因果生成和动作条件化方面的不足。Vid2World支持高保真视频生成、动作条件化、自回归生成和因果推理，适用于机器人操作、游戏模拟等复杂环境，具有广泛的应用前景。
AI项目与工具 2025年06月11日
OptoChat AI

OptoChat AI

OptoChat AI是国内首款面向光子领域的AI大模型，整合超30万条光子芯片相关数据资源，具备强大的数据分析与智能算法能力。可实现光子芯片设计优化、工艺验证、文献检索等功能，显著提升研发效率，缩短设计周期。适用于科研、制造、教育及市场分析等多个场景，推动光子产业智能化发展。
AI项目与工具 2025年06月11日
VRAG

VRAG

VRAG-RL是阿里巴巴通义大模型团队推出的视觉感知驱动的多模态RAG推理框架，旨在提升视觉语言模型在处理视觉丰富信息时的检索、推理和理解能力。通过定义视觉感知动作空间，实现从粗粒度到细粒度的信息获取，并结合强化学习和综合奖励机制优化模型性能。该框架支持多轮交互推理，具备良好的可扩展性，适用于智能文档问答、视觉信息检索、多模态内容生成等多种场景。
AI项目与工具 2025年06月11日
Poetry2Image

Poetry2Image

Poetry2Image是一个由哈尔滨工业大学提出的迭代校正框架，专门用于中文古诗词的图像生成。该工具通过自动化反馈和校正机制，提升了诗歌与图像的一致性，解决了文本到图像生成模型在处理中文古典诗歌时常见的关键元素丢失或语义混淆问题。Poetry2Image具备搜索翻译、生成初始图像、提取关键元素、图像修正及迭代优化等功能，与多种图像生成模型结合使用时，其元素完整性和语义一致性表现优异，适用于古诗词
AI项目与工具 2025年06月12日
OneAI

OneAI

OneAI是一款基于AI大语言模型的智能对话工具，支持多语言交流、信息检索、文本创作、翻译及生活辅助等功能。适用于学习辅导、写作协助、客户服务等多种场景，提供高效、精准的服务，提升用户体验与效率。
AI项目与工具 2025年06月12日
Star

Star

Star-3 Alpha是一款基于F.1架构的图像生成大模型，擅长处理复杂提示词，生成高质量、真实感强的图像。具备出色的美学捕捉能力和丰富的参数调节选项，适用于艺术创作、广告设计、电商展示等多种场景，极大提升了相关行业的设计效率与成果质量。
AI项目与工具 2025年06月12日
Recraft V3

Recraft V3

Recraft V3是一款基于AI的文本到图像生成模型，以其高质量的图像生成能力和先进的设计控制功能闻名。支持长文本输入、品牌风格定制以及多平台接入，适用于平面设计、品牌标识、内容创作、电子商务和游戏开发等多个领域，为用户提供了便捷高效的图像生成工具。
AI项目与工具 2025年06月12日
Macro PDF

Macro PDF

Macro PDF 是一款面向学术、法律和金融领域的 AI PDF 工具，支持智能文档处理、术语解释、摘要生成、多语言翻译及交互式问答等功能。用户可通过高亮文本获取即时解释，实现高效阅读与分析。支持多种 AI 模型，具备高级编辑功能和跨平台兼容性，适用于合同审查、财务分析、文献研究等场景，提升工作效率与信息处理能力。
AI项目与工具 2025年03月12日
Dolphin

Dolphin

Dolphin是由清华大学与海天瑞声联合开发的面向东方语言的语音识别大模型，支持40种语言及22种中文方言，具备高精度语音转文字能力。采用CTC-Attention架构，结合E-Branchformer和Transformer技术，提升识别效率与准确性。模型开源，支持自定义语言与地区设置，适用于会议记录、语音输入、智能助手等多种场景。
AI项目与工具 2025年06月12日
Edicho

Edicho

Edicho 是一种基于扩散模型的图像编辑工具，能够在多图像间实现一致性编辑，无需额外训练。其核心技术包括 Corr-Attention 注意力模块和 Corr-CFG 去噪策略，通过显式图像对应关系提升编辑质量与一致性。适用于图像修复、风格转换、内容创作、医学影像增强等场景，具备良好的兼容性与扩展性。
AI项目与工具 2025年06月12日