场景
  1. 首页
  2. 场景

列表

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
AgiBot World

AgiBot World

AgiBot World是一个由智元机器人开发的百万真机数据集，专注于具身智能技术的研究。它涵盖了80多种日常生活技能，涉及家居、餐饮、工业、商超及办公五大场景，数据规模和质量均领先于谷歌的Open X-Embodiment。数据采集利用了智元自建的工厂和实验基地，通过8个摄像头和6自由度灵巧手等先进硬件，确保了全域真实场景下的高质量数据获取。项目还计划开源仿真数据、发布具身基座大模型及配套工具链
AI项目与工具 2025年06月12日
AI得贤招聘官

AI得贤招聘官

替代人类面试官对候选人的核心价值观，通用素质，潜在领导力和专业素质进行基于视频面试的判断。
招聘求职 2026年09月27日
Content At Scale

Content At Scale

一个强大的AI SEO写作工具，它通过自动化和优化的内容创作流程，帮助营销人员和企业主提高在线可见性和品牌影响力。它的深度研究功能和多语言支持使其成为全球营销人员的强大工具。
流量变现 2026年09月27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
咕噜口语SpeakGuru

咕噜口语SpeakGuru

SpeakGuru是一款由清华团队开发的AI口语练习工具，通过与虚拟人物对话提升英语口语能力。支持中文辅助、语法优化、发音评估等功能，涵盖100+真实场景，适配不同英语水平用户。内置错题本、词汇统计、个性化学习计划等模块，帮助用户全面掌握学习进度。已接入DeepSeek R1模型，提升智能化学习体验。
AI项目与工具 2025年03月17日
达闼RobotGPT多模态大模型

达闼RobotGPT多模态大模型

达闼RobotGPT多模态大模型是一个创新的AI工具，它通过整合多模态数据处理能力，为机器人在多样化的应用场景中提供了强大的交互和行为生成能力。
创作工具 2026年09月27日
Universal

Universal

Universal-1是一款由AssemblyAI开发的多语言语音识别和转录模型，经过大量多语种音频数据训练，支持英语、西班牙语、法语和德语等。该模型在各种复杂环境中提供高精度的语音转文字服务，具备快速响应能力和改进的时间戳准确性。Universal-1在准确率、响应时间、时间戳估计和用户偏好等方面表现优异，适用于对话智能平台、AI记事本、创作者工具和远程医疗平台等多个应用场景。
AI项目与工具 2024年01月01日
悦音配音

悦音配音

AI智能配音工具，独有的AI智能配音技术，更专业，完美贴近真人配音，AI模仿真人情感（怀旧、欢快、激情、伤心、抒情、惊讶等），支持多音字、停顿、整数、小数、数字等特色发音，...
创作工具 2026年09月27日
AITalk

AITalk

AITalk，一款基于ChatGPT AI 口语私教应用，最大的特点是可以自定义真实的口语对话场景。
教育学习 2025年06月05日