AI项目与工具

Docmatix

Docmatix

Docmatix 是一个专为文档视觉问答任务设计的大规模数据集，包含240万张图像和950万个问题-答案对，源自130万个PDF文档。数据集覆盖广泛，包括扫描图片、PDF文件和数字文档，且具有高质量的问答对。Docmatix 支持模型训练和微调，可用于训练视觉语言模型，提高其在理解和回答与文档内容相关问题方面的性能。应用场景包括自动化客户服务、智能文档分析、教育和学术研究以及业务流程自动化等。
AI项目与工具 2025年06月12日
Jina Reader

Jina Reader

Jina Reader是一款由Jina AI开发的开源工具，专注于将互联网上的HTML网页内容转换为适合大型语言模型处理的纯文本格式。它支持多种内容格式，具备流模式、JSON模式和Alt生成模式等功能，能够高效提取网页核心内容，去除冗余信息，并通过自然语言处理和动态内容处理技术提升文本质量和理解能力。Jina Reader适用于内容聚合、SEO优化、学术研究及个性化推荐等多个领域。
AI项目与工具 2025年06月12日
AiNiee

AiNiee

AiNiee是一款基于AI技术的多功能翻译工具，支持多种文件格式和语言的自动翻译，包括游戏文件、小说、字幕等。它通过接入主流AI平台，提供高效的多语言翻译服务，支持自定义参数设置和批量翻译功能，确保翻译结果的准确性和流畅性，广泛应用于游戏本地化、字幕制作、电子书阅读等多个领域。
AI项目与工具 2025年06月12日
Shedevrum

Shedevrum

Shedevrum是由Yandex推出的AI图像生成工具，支持文本到图像和视频的生成，具备多种艺术风格模仿能力。用户可通过输入描述性文本，快速生成高质量、高分辨率的图像，并进行个性化调整。该工具适用于艺术创作、内容制作、教育及品牌营销等多个领域，提供便捷的视觉内容生成方案。官网提供免费版本，支持多语言输入，适合各类用户使用。
AI项目与工具 2025年06月12日
cobalt

cobalt

Cobalt是一款开源流媒体下载工具，支持从各大视频网站、社交媒体和音乐平台下载视频、音频和图片。其主要功能包括高分辨率视频下载（最高8K）、多种音频格式支持、字幕自动提取及个性化主题切换。用户可通过网页版或自托管Docker方式使用，无需注册即可操作，适合在线学习、视频编辑、音乐收藏等多种应用场景。
AI项目与工具 2025年06月12日
aiApply

aiApply

aiApply 是一款基于人工智能技术的求职平台，主要功能包括 AI 驱动的简历生成器、个性化求职信撰写工具、自动申请功能及面试准备模块。它旨在帮助求职者高效地创建高质量的申请材料，提升求职成功率，适用于应届毕业生、职业转换者及忙碌的职场人士等各类人群。
AI项目与工具 2025年06月12日
瀚海智语

瀚海智语

瀚海智语（OceanDS）是国内首个面向海洋领域的垂直大语言模型，基于360智脑和Deepseek-R1大模型开发，具备海洋知识问答、信息检索、政策分析等功能。拥有全球最丰富的海洋中文知识库，词元总量超18亿，采用增量式数据库与加密技术保障信息安全。适用于海洋科研、教育、灾害预警及政策支持等领域，提供高效、专业的AI服务。
AI项目与工具 2025年06月12日
Multimodal Live API

Multimodal Live API

Multimodal Live API是谷歌推出的一种支持文本、音频和视频交互的AI接口，具备低延迟、实时双向通信和自然语言处理能力。它允许用户通过多种输入方式与AI互动，并支持会话记忆和外部功能调用，广泛应用于客户服务、在线教育、远程医疗、视频会议和娱乐等领域。
AI项目与工具 2025年06月12日
HART

HART

HART是一种由麻省理工学院研究团队开发的自回归视觉生成模型，能够生成1024×1024像素的高分辨率图像，质量媲美扩散模型。通过混合Tokenizer技术和轻量级残差扩散模块，HART实现了高效的图像生成，并在多个指标上表现出色，包括重构FID、生成FID以及计算效率。
AI项目与工具 2025年06月12日
Kimi

Kimi

Kimi-VL是月之暗面推出的轻量级多模态视觉语言模型，支持图像、视频、文档等多种输入形式。其基于轻量级MoE架构和原生分辨率视觉编码器，具备强大的图像感知、数学推理和OCR能力。在长上下文（128K）和复杂任务中表现优异，尤其在多模态推理和长视频理解方面超越同类模型。适用于智能客服、教育、医疗、内容创作等多个领域。
AI项目与工具 2025年06月11日