问答

Kimi浏览器插件

Kimi浏览器插件是一款集成即时问答、全文摘要和划线互动功能的工具,支持用户通过划线提问获取上下文相关答案,并可一键生成文章摘要,提高阅读效率。划线互动功能还允许用户查看其他用户对特定文本的疑问和解答,增强社区互动。插件兼容多种浏览器,提供简洁的用户体验,适用于学术研究、资料查询、学习新知识、专业信息检索、内容创作等多个应用场景。

易搜猫

易搜猫_自媒体_伪原创_原创检测_海量素材_写作技巧

OmniVision

OmniVision是一款面向边缘设备的紧凑型多模态AI模型,参数量为968M。它基于LLaVA架构优化,能够处理视觉与文本输入,显著降低计算延迟和成本。OmniVision支持视觉问答、图像描述等功能,广泛应用于内容审核、智能助手、视觉搜索等领域。

YAYI2

中科闻歌研发的一款新一代开源大语言模型,中文名为“雅意”。该模型包含 Base 和 Chat 版本,参数规模达到 30B,基于 Transformer 架构构建。

Podwise

Podwise 是一款基于人工智能的播客知识管理工具,能够将播客内容转化为结构化的文字、总结和思维导图,帮助用户快速掌握核心信息。它支持全球范围内的播客搜索、多语言处理,并可与多种知识管理工具无缝衔接,适用于学习、研究、商业分析等多个场景。 ---

Quasar Alpha

Quasar Alpha是一款预发布AI模型,具备100万token的超大上下文窗口,可高效处理长文本和复杂文档。其在代码生成、指令遵循、多模态处理等方面表现出色,支持联网搜索以增强信息准确性。适用于代码开发、长文本分析、创意写作及智能问答等多种场景,目前可通过OpenRouter平台免费使用,存在一定请求限制。

天壤万卷

天壤万卷是一款基于AI的文档处理工具,支持多格式文档(含超大文件和扫描件)的处理。其核心功能包括混合检索、跨语言问答、精准定位和溯源答案,同时配备表格、图像、公式识别等实用工具及行业模板,适用于法律、学术、金融等多个领域。

VRAG

VRAG-RL是阿里巴巴通义大模型团队推出的视觉感知驱动的多模态RAG推理框架,旨在提升视觉语言模型在处理视觉丰富信息时的检索、推理和理解能力。通过定义视觉感知动作空间,实现从粗粒度到细粒度的信息获取,并结合强化学习和综合奖励机制优化模型性能。该框架支持多轮交互推理,具备良好的可扩展性,适用于智能文档问答、视觉信息检索、多模态内容生成等多种场景。

Spatial

Spatial-RAG是一种用于增强大型语言模型空间推理能力的框架,融合了稀疏空间检索与密集语义检索技术。它通过多目标优化策略平衡空间约束与语义相关性,生成准确、连贯的自然语言回答。该工具可应用于旅游推荐、智能导航、城市规划、地理问答和物流配送等多个领域,提升了空间数据处理的智能化水平。

ParGo

ParGo是一种由字节与中山大学联合开发的多模态大语言模型连接器,通过结合局部与全局token,提升视觉与语言模态的对齐效果。其核心模块PGP和CPP分别提取图像的局部和全局信息,增强细节感知能力。在多个基准测试中表现优异,尤其在文字识别和图像描述任务中优势明显。采用自监督学习策略,提高模型泛化能力,适用于视觉问答、图像字幕生成、跨模态检索等多种场景。