大规模数据

1. 首页
2. 大规模数据

DNA

DNA-Rendering是一个具有高多样性和高保真度的神经演员渲染库，它为广泛的研究任务提供了丰富的数据和高质量的注释。

创作工具 1970年01月01日 0 点赞 0 评论 323 浏览

Skild Brain

Skild Brain 是 Skild AI 推出的具身智能基础模型，具备强大的泛化能力和多场景适应性，可应用于机器人控制、物体操作、环境导航等任务。其基于大规模数据训练，支持多种机器人平台，适用于工业自动化、物流、医疗及家庭服务等领域。

AI项目与工具 2025年06月11日 72 点赞 0 评论 166 浏览

WebSSL

WebSSL是由Meta和纽约大学等机构开发的视觉自监督学习模型，基于大规模网络图像数据训练，无需语言监督即可学习有效视觉表示。其包含多个变体，参数规模从3亿到70亿不等，在多模态任务如视觉问答、OCR和图表理解中表现出色。通过筛选含文本图像数据，显著提升特定任务性能。模型具备良好的扩展性，适用于智能客服、文档处理、医疗影像分析等多个领域。

AI项目与工具 2025年06月11日 92 点赞 0 评论 454 浏览

VideoPainter

VideoPainter是由多所高校及科研机构联合开发的视频修复与编辑框架，采用双分支架构，结合轻量级上下文编码器和扩散模型，实现高效背景保留与前景生成。支持插件式操作，具备长视频对象一致性维持能力，并构建了大规模视频修复数据集，广泛应用于影视、广告、教育等领域。

AI项目与工具 2025年06月12日 33 点赞 0 评论 274 浏览

Crawl4LLM

Crawl4LLM是由清华与CMU联合开发的智能爬虫系统，通过评估网页对大语言模型预训练的价值，提升数据获取效率。支持多种爬取模式，具备状态保存、数据可视化功能，并与DCLM框架兼容。采用多维度评分机制优化爬取策略，减少低价值内容抓取，降低对网站负担，适用于LLM预训练、数据集构建等场景。

AI项目与工具 2025年06月12日 55 点赞 0 评论 248 浏览

CreatiLayout

CreatiLayout 是一种先进的布局到图像生成技术，由复旦大学与字节跳动联合开发。它基于大规模布局数据集 LayoutSAM，结合 SiamLayout 框架和 MM-DiT 架构，实现高质量、细粒度可控的图像生成。同时，其 LayoutDesigner 工具支持多种输入方式，帮助用户优化布局设计。适用于海报制作、室内设计、视觉创作及教学等多个领域。

AI项目与工具 2025年06月12日 56 点赞 0 评论 153 浏览

AGUVIS

AGUVIS是一款由香港大学与Salesforce联合开发的纯视觉框架，专为自主GUI智能体设计。它支持跨平台操作，通过图像观察与自然语言指令的关联，以及显式规划和推理能力，提高了代理在复杂数字环境中的交互效率。AGUVIS采用大规模数据集及两阶段训练方法，实现了在离线与在线场景中的高效性能，成为首个不依赖外部闭源模型即可独立完成任务的纯视觉GUI代理。

AI项目与工具 2025年06月12日 97 点赞 0 评论 129 浏览

FastExcel

FastExcel 是一个基于 Java 的开源 Excel 处理工具，具备高性能读写、流式操作和内存优化等特点。它兼容 EasyExcel 并在此基础上扩展了功能，如读取指定行数和 Excel 转换为 PDF，适用于大规模数据处理场景。FastExcel 提供简单易用的 API 和灵活的数据映射机制，广泛应用于财务报表生成、批量数据导入导出、ERP 系统集成及在线教育等领域。

AI项目与工具 2025年06月12日 94 点赞 0 评论 437 浏览

CCI 3.0

CCI 3.0是一项由智源研究院开发的大规模中文互联网语料库，包含1000GB主数据集及498GB高质量子集。该语料库覆盖新闻、社交媒体、博客等领域，数据规模较前代扩大近一倍，来源增至20余家机构。通过多维度标注与数据清洗技术，CCI 3.0筛选出高价值数据，适用于自然语言处理、大模型训练、知识图谱构建、内容推荐系统以及教育科研等多种应用场景。

AI项目与工具 2025年06月12日 16 点赞 0 评论 377 浏览

Taipy

Taipy是一款面向数据科学家和机器学习工程师的工具，专注于将数据和AI算法快速转化为生产级别的Web应用。其核心功能包括用户界面生成、场景与数据管理、大规模数据处理、高性能优化以及与主流数据平台的无缝集成。Taipy支持多种数据源，并提供实时数据可视化功能，广泛适用于数据可视化、机器学习模型部署、财务分析、销售预测及供应链优化等领域。

AI项目与工具 2025年06月12日 75 点赞 0 评论 293 浏览