学习 - 智狐AI导航

PP-DocBee是百度飞桨推出的多模态文档理解模型，基于ViT+MLP+LLM架构，支持文字、表格、图表等多类型文档内容的精准识别与解析。具备高效的推理性能和高质量输出，适用于文档问答、信息提取等场景，支持灵活部署，为文档处理提供智能化解决方案。

AI项目与工具 2025年06月12日 56 点赞 0 评论 318 浏览

哥伦比亚大学，正式名称为纽约市哥伦比亚大学（Columbia University in the City of New York），坐落于美国纽约曼哈顿上城区晨边高地，简称哥大，一所私立研究型大学、美国大学协...

教育学习 1970年01月01日 0 点赞 0 评论 318 浏览

OpenDeepSearch 是一款开源深度搜索工具，结合语义重排与多源信息整合技术，提升搜索精度与覆盖范围。支持与 Hugging Face SmolAgents 无缝集成，具备语义搜索、多模式处理及可扩展性强等特点，适用于复杂问题解答、实时信息检索及学术研究等场景。

AI项目与工具 2025年06月12日 50 点赞 0 评论 317 浏览

一个功能强大的图像生成工具，它通过扩散模型技术，根据文本描述生成高质量的图像。这个工具为用户提供了一种创新的方式来探索和实现他们的创意视觉概念。

Ai平台模型 1970年01月01日 0 点赞 0 评论 317 浏览

SoulGen是一款基于AI的艺术生成平台，支持文本到图像的转换、图像编辑、边界扩展及相似肖像生成等功能。它适用于个人艺术创作、角色设计、概念艺术、广告设计以及社交媒体内容制作等多个领域，提供灵活高效的创意解决方案。

AI项目与工具 2025年06月12日 90 点赞 0 评论 317 浏览

Gemini 2.0 是谷歌推出的原生多模态AI模型，具备快速处理文本、音频和图像的能力，支持多语言输出和实时音视频流输入。通过Agent技术和工具调用，Gemini 2.0 能够自主理解任务并提供解决方案，已在编程、数据分析、游戏等领域展示应用潜力。目前提供免费试用，计划逐步开放更多功能。

AI项目与工具 2025年06月12日 63 点赞 0 评论 317 浏览

AudioX 是一种基于多模态输入的音频生成模型，支持文本、视频、图像等多种输入方式，能够生成高质量的音频和音乐。其核心创新在于多模态掩码训练策略，提升了跨模态理解和生成能力。具备零样本生成、自然语言控制及强大的泛化能力，适用于视频配乐、动画音效、音乐创作等多个场景。

AI项目与工具 2025年06月12日 68 点赞 0 评论 316 浏览

WebWalker是阿里巴巴研发的AI工具，用于评估和优化大型语言模型在网页浏览任务中的表现。它通过多智能体框架、垂直探索策略及WebWalkerQA数据集，提升模型处理长上下文和多源信息的能力。支持多语言、多领域和多难度任务，适用于信息检索、数据分析和内容监控等场景，具备良好的适应性和可扩展性。

AI项目与工具 2025年06月12日 22 点赞 0 评论 316 浏览

Inkr 是一款高效的 AI 语音转录工具，支持超过 100 种语言，具备快速转录、多语言支持、说话人识别、高准确率等功能。其“FLASH”模式可在几秒内完成转录，适用于会议记录、采访整理、字幕制作及学习辅助等多种场景，提升信息处理效率。

AI项目与工具 2025年06月11日 47 点赞 0 评论 316 浏览

清图 - 模糊图片秒变清晰，一个基于深度学习技术的在线图像处理平台

图片处理 1970年01月01日 0 点赞 0 评论 316 浏览

学习

首页

学习