语言模型
  1. 首页
  2. 语言模型

列表

Vision Parse

Vision Parse

Vision Parse 是一款开源工具，旨在通过视觉语言模型将 PDF 文件转换为 Markdown 格式。它具备智能识别和提取 PDF 内容的能力，包括文本和表格，并能保持原有格式与结构。此外，Vision Parse 支持多种视觉语言模型，确保解析的高精度与高速度。其应用场景广泛，涵盖学术研究、法律文件处理、技术支持文档以及电子书制作等领域。
AI项目与工具 2025年06月12日
STORM AI

STORM AI

STORM AI 是一款由斯坦福大学开发的开源AI写作工具，能够快速将一个主题转化为长篇文章或研究论文。它利用大语言模型（LLM）进行多角度提问和模拟专家对话，生成深入且准确的内容。STORM AI 可以自动收集资料、生成大纲，并最终形成完整的文章。其主要功能包括基于互联网搜索撰写文章、多角度提问、模拟专家对话、生成研究大纲以及引用和参考资料管理。此外，STORM AI 还能够自动化研究过程，为写
AI项目与工具 2025年04月25日
智星AI

智星AI

智星AI作为一个多功能的人工智能对话软件，以其丰富的插件功能和不断扩展的插件库，为用户提供了一个灵活、有用的工具，以增强工作和日常生活的效率和乐趣。
创作工具 1970年01月01日
DuoAttention

DuoAttention

DuoAttention是由MIT韩松团队提出的新型框架，通过区分“检索头”和“流式头”两种注意力机制，显著提升了大型语言模型在处理长上下文时的推理效率。该框架有效减少了内存占用，加速了解码和预填充过程，并保持了模型的准确性。它适用于多轮对话、长文档处理、学术研究以及内容推荐等多个领域。
AI项目与工具 2025年06月12日
PaliGemma 2 mix

PaliGemma 2 mix

PaliGemma 2 Mix 是谷歌 DeepMind 推出的多任务视觉语言模型，支持图像描述、目标检测、OCR、文档理解等功能。模型提供多种参数规模和分辨率选项，适用于不同场景。其基于开源框架开发，易于扩展，可通过简单提示切换任务。适用于科学问题解答、文档分析、电商内容生成等多个领域。
AI项目与工具 2025年06月12日
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
InternVL3

InternVL3

InternVL3是上海人工智能实验室推出的多模态大型语言模型，具备文本、图像、视频等多模态数据处理能力。采用原生多模态预训练方法，提升语言与视觉理解效率，并支持工具使用、3D视觉、工业图像分析等复杂任务。模型可通过API部署，适用于智能交互、图像识别、视频分析及客服系统等多种场景。
AI项目与工具 2025年06月11日
Askchat.ai

Askchat.ai

一个基于chatGPT,提供永久角色扮演和prompt工具的人工智能网站，Askchat.ai使用GPT-3.5和GPT-4.0算法进行训练。能够理解和解释人类自然语言，并用合适的方式进行回答。
AI写作对话 2025年06月05日
Lyra

Lyra

Lyra是一款由香港中文大学、SmartMore和香港科技大学联合研发的高效多模态大型语言模型（MLLM）。它通过整合视觉、语音和文本三种模态的信息，实现了强大的跨模态理解和推理能力。Lyra不仅擅长处理长语音数据，还支持流式文本-语音生成及跨模态信息交互，适用于智能助手、客户服务、教育培训、医疗健康等多个领域。
AI项目与工具 2025年06月12日
AutoVFX

AutoVFX

AutoVFX是一款由伊利诺伊大学香槟分校研发的先进物理特效框架，通过神经场景建模、大型语言模型（LLM）代码生成及物理模拟技术，实现自然语言指令驱动的视频特效编辑与创作。其主要功能涵盖3D场景建模、程序生成、VFX模块、物理模拟、渲染与合成等，适用于电影制作、广告营销、游戏开发、虚拟现实及教育等多个领域。
AI项目与工具 2025年06月12日