自动化

Airtop

Airtop是一款AI浏览器自动化工具,基于低成本可扩展的云浏览器,让用户能轻松抓取和控制任何网站。其AI Agent能像人类一样登录浏览网页,支持OAuth、2FA和验证码解决。用户可通过自然语言指令引导浏览器完成任务,无需复杂脚本。Airtop提供实时人工干预功能,适用于数据抓取、自动化测试、内容生成、自动化营销等多种场景,帮助用户高效完成自动化任务。

PaliGemma 2

PaliGemma 2是一款由Google DeepMind研发的视觉语言模型(VLM),结合了SigLIP-So400m视觉编码器与Gemma 2语言模型,支持多种分辨率的图像处理。该模型具备强大的知识迁移能力和出色的学术任务表现,在OCR、音乐乐谱识别以及医学图像报告生成等方面实现了技术突破。它能够处理多模态任务,包括图像字幕生成、视觉推理等,并支持量化和CPU推理以提高计算效率。

Windsurf

Windsurf是一款由Codeium公司开发的AI编程辅助工具,通过深度集成AI技术,支持多步骤协作与上下文感知,提供代码补全、搜索、重构和问题检测等功能,帮助企业提升开发效率。其特色包括自然语言集成、多模型AI融合及企业级混合部署方案,适用于大型代码库管理和快速原型开发场景。

SlideChat

SlideChat是一款先进的视觉语言助手,专注于处理和分析千兆像素级别的全切片病理图像。它具备强大的多模态对话能力和复杂指令响应能力,在显微镜检查、诊断等领域展现出卓越性能。通过两阶段训练机制,SlideChat实现了视觉与语言特征的有效对齐,并被广泛应用于病理诊断、医学教育、研究开发以及临床决策支持。 ---

App Intents

App Intents 是苹果推出的全新框架,支持开发者将 Siri 和 Apple Intelligence 集成到 iOS 和 macOS 应用中,实现语音控制、自动化操作及内容搜索等功能,大幅提升应用的智能化和便捷性。其核心技术包括意图定义、参数解析和对话管理,适用于邮件、智能家居、笔记、日程管理和健康追踪等多种场景。

DynaMem

DynaMem是一款由纽约大学与Hello Robot共同研发的动态空间语义记忆系统,旨在应对开放环境下的移动操作挑战。该系统通过构建特征点云来存储环境信息,并利用RGBD观测数据动态调整记忆库。它支持文本查询定位物体,同时具备强大的动态物体处理能力,广泛应用于家庭、工业、仓储管理以及灾难救援等多个领域。

CrewAI

CrewAI是一个开源平台,专注于构建和部署多智能体AI解决方案,支持企业快速自动化关键工作流程。平台具备强大的API集成能力和隐私安全保障,允许用户将多智能体团队转换为API,并在隔离的虚拟私有云环境中运行。CrewAI还提供了丰富的模板和自动化工具,简化智能体的创建和部署过程,并支持多种模型定制选项。此外,CrewAI还拥有高效的监控系统,用于持续改进和优化智能体团队的性能。应用场景涵盖客户服

RAGEN

RAGEN是一款开源的强化学习框架,专为在交互式和随机环境中训练大型语言模型(LLM)推理代理而设计。它基于StarPO架构,支持多轮轨迹优化和多种强化学习算法,如PPO和GRPO。通过MDP形式化和渐进式奖励归一化策略,RAGEN提高了训练的稳定性和效率。其模块化设计支持多种环境,适用于智能对话、游戏AI、自动化推理等多个领域。

Cline

Cline 是一款集成于 VSCode 的 AI 编程助手,支持代码生成、编辑、终端命令执行及 Web 开发调试。可连接多种语言模型,提供项目理解与任务执行能力,增强开发效率。具备安全交互机制和扩展功能,适用于全栈开发场景。

Visla

Visla的AI视频生成器为用户提供了一个强大的工具,可以轻松地将各种内容转换成视频,无需专业的视频编辑技能。