深度学习
  1. 首页
  2. 深度学习

列表

OpenDeepSearch

OpenDeepSearch

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
字体家

字体家

字体家是一款集字体下载、转换与AI生成于一体的综合性平台，主要功能包括基于深度学习技术的个性化字体生成、多种字体生成方式及字型修改服务。其核心优势在于通过AI技术将少量样本字扩展为完整的中文字体库，同时提供便捷的字体管理和版权保障，广泛适用于平面设计、品牌标识、出版物排版等多个领域。
AI项目与工具 2025年06月12日
AnyCharV

AnyCharV

AnyCharV是一款由多所高校联合研发的角色可控视频生成框架，能够将任意角色图像与目标场景结合，生成高质量视频。它采用两阶段训练策略，确保角色细节的高保真保留，并支持复杂的人-物交互和背景融合。该工具兼容多种文本生成模型，具备良好的泛化能力，适用于影视制作、艺术创作、虚拟现实等多个领域。
AI项目与工具 2025年06月12日
MobileVD

MobileVD

MobileVD是Qualcomm AI Research团队开发的首个面向移动端优化的视频扩散模型，基于Stable Video Diffusion架构，通过降低帧分辨率、多尺度时间表示和剪枝技术，显著提升模型效率。其具备高效的去噪能力和低资源消耗，适用于短视频生成、视频编辑、游戏动画及互动视频等多种应用场景，为移动设备上的视频生成提供了强大支持。
AI项目与工具 2025年06月12日
FLUX Tools

FLUX Tools

FLUX Tools是一套由黑森林实验室开发的增强型文本到图像模型工具，包含FLUX.1 Fill、FLUX.1 Depth、FLUX.1 Canny和FLUX.1 Redux四个模块，能够通过文本描述和掩码对图像进行精确编辑和扩展，支持图像修复、扩展、结构化引导、混合与再创作等功能。工具基于深度学习和神经网络技术，结合结构引导和文本到图像转换功能，适用于多种应用场景，包括数字艺术创作、游戏开发、
AI项目与工具 2025年06月12日
Hertz

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
scite

scite

scite是一款利用深度学习技术的文献分析工具，具备智能引文分类、上下文分析及可视化引文网络等功能。它支持用户快速评估文献质量，追踪引用动态，适用于文献综述、研究验证及学术出版等场景。通过支持、反对和提及分类，scite显著提升了文献引用的效率和准确性，同时提供了强大的自定义面板和消息提醒功能。
AI项目与工具 2025年06月12日
Gemini 2.0

Gemini 2.0

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
PhotoPrism

PhotoPrism

PhotoPrism是一款开源的AI照片管理工具，采用Go语言开发，支持用户在本地服务器上运行，确保数据隐私与安全性。它通过AI技术实现照片的智能分类与搜索，涵盖人物、物体和场景识别，还支持RAW、JPG等多种文件格式，提供面部识别、地理标签及WebDAV同步等功能，适用于个人、家庭、企业和教育机构等多样化需求。
AI项目与工具 2025年06月12日
Liquid

Liquid

Liquid是由华中科技大学、字节跳动和香港大学联合开发的多模态生成框架，通过VQGAN将图像编码为离散视觉token并与文本共享词汇空间，使大型语言模型无需修改结构即可处理视觉任务。该框架降低训练成本，提升视觉生成与理解性能，并在多模态任务中表现出色。支持图像生成、视觉问答、多模态融合等应用，适用于创意设计、内容创作及智能交互等领域。
AI项目与工具 2025年06月12日