Aria Aria是首个开源多模态原生混合专家（MoE）模型，支持文本、代码、图像和视频的综合处理，具有强大的多模态任务处理能力和长上下文窗口，可高效应对复杂长数据。模型开源且可扩展，适用于多模态AI领域的研究与应用。 AI项目与工具 2025年06月12日 48 点赞 0 评论 252 浏览
SPAR SPAR是一种自我博弈框架，专为增强大型语言模型的指令遵循能力设计。它通过生成者和完善者的角色互动，利用树搜索技术和迭代优化，提升模型的自我完善能力。实验显示，SPAR在多个基准测试中表现出色，适用于智能助手、客户服务、教育技术及医疗咨询等多个应用场景。 AI项目与工具 2025年06月12日 64 点赞 0 评论 245 浏览
Avaturn Avaturn是一款基于AI的3D虚拟形象生成平台，支持用户通过上传照片生成逼真的3D头像和全身模型。它提供丰富的定制选项，如面部特征、发型、肤色、服装和配饰，并具备实时预览功能。Avaturn适用于社交媒体、在线游戏、虚拟会议、电子商务、教育培训及健康医疗等领域，旨在推动虚拟互动和数字身份的发展。 AI项目与工具 2025年06月12日 56 点赞 0 评论 244 浏览
Yescribe.ai 一款AI驱动的转录服务，Yescribe.ai能够将音频和视频文件准确快速地转换为文本。支持98种语言、多种格式，并确保各行业的安全转录。 Ai语音工具 2025年06月05日 16 点赞 0 评论 244 浏览
Insight Insight-V是一款由南洋理工大学、腾讯和清华大学联合研发的多模态大型语言模型，专为提升长链视觉推理能力而设计。该模型通过多智能体系统将任务分解为推理与总结两步，并采用两阶段训练流程优化性能。其渐进式数据生成和多粒度评估方法进一步提升了模型的推理精度，在多个视觉推理基准测试中表现出色。 AI项目与工具 2025年06月12日 98 点赞 0 评论 243 浏览
启元重症大模型 启元重症大模型是一款面向ICU环境的医疗人工智能系统，依托于腾讯的混元大模型架构，集成了庞大的医学知识库和先进的自然语言处理技术，能够快速生成病历、总结病情、提供诊疗建议等，大幅提升了重症医疗的服务质量和工作效率。其核心技术包括医学知识图谱构建、数据处理与分析、模型压缩优化以及临床逻辑推理能力，适用于多种应用场景如ICU监护、智能辅助诊疗、病历自动化生成等。 AI项目与工具 2025年06月12日 10 点赞 0 评论 242 浏览
MMedAgent MMedAgent是一款面向医疗领域的多模态AI平台，集成了指令优化的多模态大型语言模型（MLLM）及一系列定制化医疗工具，支持多种医学成像模式（如MRI、CT、X射线等），可高效处理视觉问答、分类、定位、分割、医学报告生成（MRG）及检索增强生成（RAG）等任务，显著提升了医疗数据处理效率与准确性。 AI项目与工具 2025年06月12日 45 点赞 0 评论 236 浏览
QVQ QVQ是一个基于Qwen2-VL-72B的开源多模态推理模型，擅长处理文本、图像等多模态数据，具备强大的视觉理解和复杂问题解决能力。它在数学和科学领域的视觉推理任务中表现出色，但在实际应用中仍需解决语言切换、递归推理及图像细节关注等问题。QVQ可广泛应用于教育、自动驾驶、医疗图像分析、安全监控及客户服务等领域。 AI项目与工具 2025年06月12日 70 点赞 0 评论 228 浏览
硅语AI 硅基智能开发的AI数字人及视频翻译技术，支持用您自己的语调、口型同步和说话风格免费进行视频语言翻译，创建能够与人类进行互动的虚拟人物。 AI服务商 2025年06月05日 80 点赞 0 评论 225 浏览
