AI项目与工具

DeepEyes

DeepEyes

DeepEyes是由小红书团队和西安交通大学联合开发的多模态深度思考模型，基于端到端强化学习实现“用图思考”能力，无需依赖监督微调。它在推理过程中动态调用图像工具，增强对细节的感知与理解，在视觉推理基准测试V* Bench上准确率高达90.1%。具备图像定位、幻觉缓解、多模态推理和动态工具调用等功能，适用于教育、医疗、交通、安防和工业等多个领域。
AI项目与工具 2025年06月11日
Eagle 2.5

Eagle 2.5

Eagle 2.5 是一款由英伟达开发的视觉语言模型，专注于长上下文多模态学习，具备处理高分辨率图像和长视频序列的能力。其参数规模为 8B，但性能接近更大模型。采用信息优先采样和渐进式后训练策略，提升模型稳定性与适应性。支持多样任务，适用于视频分析、图像处理、内容创作及教育等多个领域。
AI项目与工具 2025年06月11日
QRBTF

QRBTF

QRBTF是一款基于AI技术的二维码生成工具，结合ControlNet和Stable Diffusion模型，支持用户通过关键词和参数生成个性化二维码。提供多种参数调节选项，并支持SVG、JPG、PNG等格式输出，适用于品牌营销、内容分享和创意设计等多种场景，同时具备二维码扫描测试功能，确保二维码的可用性。
AI项目与工具 2025年06月11日
MVPaint

MVPaint

MVPaint是一款基于同步多视角扩散技术的3D纹理生成框架，具备同步多视角生成、空间感知3D修补和UV细化三大核心功能。它能够生成高分辨率、无缝且多视图一致的纹理，广泛应用于游戏开发、动画制作、虚拟现实、增强现实及建筑可视化等领域。
AI项目与工具 2025年06月12日
QANDA

QANDA

QANDA是一款由韩国Mathpresso公司开发的AI学习应用，主要面向学生，提供数学及其他学科的即时解答与详细解析。用户可通过拍照或输入问题，获取分步解答、常见错误提示及个性化辅导。应用还支持多语言、学习数据分析和类似题目推荐，适用于家庭作业、考试复习、日常学习及教学辅助等多种场景，帮助用户提升学习效率和理解能力。
AI项目与工具 2025年06月12日
Gemini 2.0 Flash Thinking

Gemini 2.0 Flash Thinking

Gemini 2.0 Flash Thinking 是谷歌发布的一款推理增强型AI模型，具有高达百万tokens的长上下文窗口、可解释的推理过程、代码执行功能及多模态处理能力。它能够有效减少推理矛盾，提升输出结果的可靠性和一致性，广泛适用于教育、科研、内容创作、客户服务以及数据分析等多个领域。
AI项目与工具 2025年06月12日
FlexTok

FlexTok

FlexTok 是由EPFL与苹果联合开发的图像处理技术，通过将图像转为离散标记序列实现高效压缩与生成。支持8K视频实时渲染，压缩率提升300%，功耗降低45%。具备无损超分辨率重建和灵活图像生成能力，适用于智能家居、安防监控及移动设备等场景。
AI项目与工具 2025年06月12日
Diffusion Self

Diffusion Self

Diffusion Self-Distillation (DSD) 是一种基于预训练文本到图像扩散模型的零样本定制图像生成技术，通过自动生成数据集并微调模型，支持文本条件下的图像到图像转换任务。其核心在于利用生成图像网格与视觉语言模型筛选高质量配对数据集，实现无需人工干预的身份保持定制化图像生成。该技术广泛应用于艺术创作、游戏开发、影视制作、广告营销及个性化商品等领域。
AI项目与工具 2025年06月12日
Pointa

Pointa

Pointa是一款专业的在线视频创作工具，专注于制作流畅自然的Zoom缩放动画效果。它支持多种文件类型的导入与录屏功能，提供多样化的背景选择，并允许添加音频、背景音乐、文本及生成字幕。Pointa具备局部模糊和水印功能，支持多格式导出，适合各类视频应用场景。
AI项目与工具 2025年06月12日
STIV

STIV

STIV是一款由苹果公司开发的视频生成大模型，具有8.7亿参数，擅长文本到视频（T2V）及文本图像到视频（TI2V）任务。它通过联合图像-文本分类器自由引导（JIT-CFG）技术提升生成质量，并结合时空注意力机制、旋转位置编码（RoPE）及流匹配训练目标优化性能。STIV支持多种应用场景，包括视频预测、帧插值、长视频生成等，适用于娱乐、教育、广告及自动驾驶等多个领域。
AI项目与工具 2025年06月12日