深度学习

1. 首页
2. 深度学习

PaliGemma 2 mix

PaliGemma 2 Mix 是谷歌 DeepMind 推出的多任务视觉语言模型，支持图像描述、目标检测、OCR、文档理解等功能。模型提供多种参数规模和分辨率选项，适用于不同场景。其基于开源框架开发，易于扩展，可通过简单提示切换任务。适用于科学问题解答、文档分析、电商内容生成等多个领域。

AI项目与工具 2025年06月12日 23 点赞 0 评论 778 浏览

OmniParse

OmniParse是一款开源数据解析平台，支持多种文件类型的非结构化数据转换为结构化格式，包括文档、图像、视频、音频及网页内容。其核心功能涵盖表格提取、图像字幕生成、音视频转录以及网页内容结构化处理，利用自然语言处理、光学字符识别及深度学习技术提升解析效率与准确性。OmniParse完全在本地运行，确保数据隐私与安全，广泛应用于文档自动化处理、客户服务、市场研究、法律合规及医疗记录管理等领域。

AI项目与工具 2025年06月12日 86 点赞 0 评论 776 浏览

Rope

Rope是一款基于深度学习的开源AI换脸工具，利用insightface的inswapper_128模型提供直观的图形界面，支持图片和视频换脸。它具备强大的遮罩功能和参数调节选项，支持超分辨率算法，广泛应用于影视制作、游戏开发、虚拟现实等领域。

AI项目与工具 2025年06月12日 55 点赞 0 评论 776 浏览

疯语咒AI

疯语咒AI是AI技术和教育的先行者，提供海量免费的AI学习材料。

Ai学习资源 2025年06月05日 21 点赞 0 评论 771 浏览

DynamicCity

DynamicCity是由上海AI Lab开发的大规模动态场景生成框架，支持高质量4D LiDAR场景的生成与重建，适用于自动驾驶、机器人导航、虚拟现实等多个领域。该框架基于VAE和DiT模型，实现高效的场景编码与生成，支持轨迹引导、指令驱动生成和动态修复等多种应用，展现出优异的性能和广泛的应用潜力。

AI项目与工具 2025年06月12日 63 点赞 0 评论 770 浏览

通义仁心

通义仁心是一款由阿里巴巴集团开发的医疗健康领域人工智能服务平台，利用自然语言处理和深度学习技术，提供疾病、症状、药品及医疗报告解读等多方面的信息服务。它致力于为用户提供权威、专业的医学知识科普，并强调不替代专业医疗建议。主要功能包括问报告、问症状、问用药和问疾病等，同时适用于个人健康咨询和医疗机构资源管理。

AI项目与工具 2025年06月12日 66 点赞 0 评论 770 浏览

智能答人

一款基于AI大语言模型、自然语言处理、深度学习等技术的AI客服机器人。它可以通过对企业上传的私有化数据进行自主化训练学习，生成企业专属的、定制化的智能客服，能够精准理解用户诉求，并以更接近人类对话方式交互问答。

AI服务商 2025年06月05日 57 点赞 0 评论 769 浏览

Hertz

Hertz-Dev是一款由Standard Intelligence开发的开源音频模型，专注于低延迟实时对话AI。它具备强大的音频生成与处理能力，能够处理和生成高质量的音频信号，并支持多任务微调，适用于语音识别、语音合成等多种应用场景。此外，Hertz-Dev还提供了音频自动编码、流式生成等功能，广泛应用于智能助手、客户服务、语音识别及合成等领域。

AI项目与工具 2025年06月12日 48 点赞 0 评论 767 浏览

泡咖AI绘画

泡咖AI绘画基于最新一代ChatGPT-4大语言模型和最强Ai绘画Midjourney引擎深度开发而成，泡咖AI根据中国人使用习惯，进行了深度优化，可以更好的支持中文和国内网络环境。

Ai绘画生成 2025年06月05日 86 点赞 0 评论 762 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 760 浏览