场景
  1. 首页
  2. 场景

列表

TrackVLA

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
LLaVA

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
秒祝

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 1970年01月01日
GraphAgent

GraphAgent

GraphAgent是一款基于人工智能的知识图谱构建与应用平台，集成了图生成、任务规划及任务执行三大模块，支持从结构化与非结构化数据中提取信息并形成知识图谱，具备自然语言交互、预测分析等功能。它通过图神经网络和大型语言模型实现高效的数据处理与语义理解，适用于学术研究、电商推荐、金融风控等多个领域。
AI项目与工具 2025年06月12日
腾讯元宝电脑版

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
Vision Search Assistant

Vision Search Assistant

Vision Search Assistant (VSA) 是一种结合视觉语言模型与网络代理的框架，旨在提升模型对未知视觉内容的理解能力。它通过网络检索，使 VLMs 能够处理和回答有关未见图像的问题。VSA 在开放集和封闭集问答测试中表现出色，支持图像描述生成、网络知识搜索、协作生成等功能，可应用于图像识别、新闻分析、教育、电商和旅游等多个领域。
AI项目与工具 2025年06月12日
CAVIA

CAVIA

CAVIA是一款由苹果、得克萨斯大学奥斯汀分校和谷歌联合研发的多视角视频生成框架。它通过单一输入图像生成多个时空一致的视频序列，并采用视角集成注意力模块增强视频的一致性和连贯性，支持用户精准控制相机运动。此外，CAVIA利用多种数据源进行联合训练，优化生成视频的质量和真实感，在虚拟现实、增强现实以及电影制作等领域具有重要价值。
AI项目与工具 2025年06月12日
Manus Slides

Manus Slides

Manu发布的新功能。它可以通过单个提示快速生成结构化的PPT，通过 Manus 强大的AI代理能力，可自动生成与主题匹配的PPT结构，并优化内容布局。
PPT资源 2025年06月05日
Wonderland

Wonderland

Wonderland是一项由多伦多大学、Snap和UCLA联合开发的技术，能够基于单张图像生成高质量的3D场景，并支持精确的摄像轨迹控制。它结合了视频扩散模型和大规模3D重建模型，解决了传统3D重建技术中的视角失真问题，实现了高效的三维场景生成。Wonderland在多个基准数据集上的3D场景重建质量均优于现有方法，广泛应用于建筑设计、虚拟现实、影视特效、游戏开发等领域。
AI项目与工具 2025年06月12日