场景

1. 首页
2. 场景

LLaVA

LLaVA-OneVision是字节跳动开发的开源多模态AI模型，主要功能包括多模态理解、任务迁移、跨场景能力、开源贡献及高性能。该模型采用多模态架构，集成了视觉和语言信息，通过Siglip视觉编码器和Qwen-2语言模型，实现高效特征映射和任务迁移学习。广泛应用于图像和视频分析、内容创作辅助、聊天机器人、教育和培训以及安全监控等领域。

AI项目与工具 2025年06月12日 34 点赞 0 评论 914 浏览

AwesomeGPTs

AwesomeGPTs是一个OpenAI GPTs的目录和搜索引擎，提供了9000多个自定义GPT模型，并不断增长。

GPTs应用 2025年06月05日 59 点赞 0 评论 916 浏览

Slax Note

SlaxNote是一款利用语音识别技术的AI语音笔记应用，能够实时将语音转换为文本，并自动润色以提升文本质量。它特别适用于户外灵感捕捉、想法整理和内容总结。其主要功能包括实时语音转文字、自动润色、录音保存以及用户友好的界面设计，广泛应用于会议记录、灵感捕捉、日常笔记、亲子时光记录及内容创作等多个场景。

AI项目与工具 2025年06月12日 14 点赞 0 评论 916 浏览

Bolt3D

Bolt3D是由谷歌研究院、牛津大学VGG团队与谷歌DeepMind联合开发的3D场景生成技术，基于潜在扩散模型，能在单块GPU上仅需6.25秒生成高质量3D场景。支持多视角输入，具备良好泛化能力，采用高斯溅射技术实现高保真表示，并支持实时交互。适用于游戏开发、VR/AR、建筑设计和影视制作等领域。

AI项目与工具 2025年06月12日 47 点赞 0 评论 918 浏览

Genmo

Genmo是一个创造和分享交互式、沉浸式生成艺术的平台。通过创建视频、3D场景、动画、矢量设计资产等，超越Genmo上的2D图像。

Ai视频生成 2026年08月12日 0 点赞 0 评论 919 浏览

TrackVLA

TrackVLA是银河通用推出的端到端导航大模型，具备纯视觉环境感知、语言指令驱动、自主推理和零样本泛化能力。它能在复杂环境中自主导航、灵活避障，并根据自然语言指令识别和跟踪目标对象。无需提前建图，适用于多种场景，如陪伴服务、安防巡逻、物流配送等，为具身智能商业化提供支撑，推动机器人走向日常生活。

AI项目与工具 2025年06月11日 79 点赞 0 评论 921 浏览

秒祝

它聚焦于视频AI生成领域。该平台拥有众多明星大咖入驻并给出预授权书，用户可以在线制作视频，无需等待录制，即刻下单即可完成。

创作工具 2026年08月12日 0 点赞 0 评论 925 浏览

腾讯元宝电脑版

腾讯公司推出的一款基于混元大模型的AI助手，拥有AI搜索、AI总结、AI写作等功能，并提供了多个特色AI应用，如AI头像、口语陪练、超能翻译等。

AI写作对话 2025年06月05日 69 点赞 0 评论 929 浏览

GRUtopia 2.0

GRUtopia 2.0是上海人工智能实验室推出的通用具身智能仿真平台，提供模块化框架、场景自动生成与高效数据采集功能。用户可使用“三行代码”快速定义任务，平台内置百万级标准化物体资产，支持复杂场景的一键生成。同时具备大规模3D场景数据集、AI驱动的NPC系统及基准测试平台，适用于机器人训练、社交互动、导航与操作等任务，推动具身智能从仿真走向现实。

AI项目与工具 2025年06月12日 16 点赞 0 评论 929 浏览

GPT应用程序

GPT应用程序按星级、拉取请求、问题排列的此集合中回购的每月排名

裂变增长 2026年08月12日 0 点赞 0 评论 929 浏览