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。
计算
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。
OpenVision
OpenVision是加州大学圣克鲁兹分校推出的多模态视觉编码器系列，具备从5.9M到632.1M参数的多种模型，适用于不同硬件环境。其采用渐进式多阶段分辨率训练策略，训练效率比同类模型高2至3倍，在多模态任务中表现优异。支持可变大小patch输入，兼具灵活性与高效性，广泛应用于工业检测、机器人视觉、自动驾驶及科研教育等领域。
SmartEraser
SmartEraser是中科大与微软亚洲研究院联合开发的图像编辑工具，采用“掩码区域引导”技术实现精准对象移除，同时保留周围上下文。基于Syn4Removal数据集训练，支持多种掩码输入，适用于复杂场景，广泛应用于照片编辑、设计、文物修复及科研等领域。
Image to Music
Image to Music 是一款基于AI的图像转音乐工具，通过分析图像的颜色、形状和纹理等元素，生成多种风格的音乐。用户可直接上传图片并选择模型，快速获得钢琴、吉他、管弦乐等音乐作品。无需注册，无使用限制，适用于音乐创作、广告营销、教育及个性化礼物制作等多种场景，为艺术创作提供新思路。
Claude Computer Use
Claude Computer Use 是 Anthropic 公司推出的 AI 辅助工具，利用自然语言指令驱动 AI 模型执行计算机操作，包括屏幕阅读、文本输入、文件管理、网页浏览及软件操作等功能。该工具支持自动化脚本执行和代码编写调试，广泛适用于软件开发、数据处理、客户服务、教育等领域，具有高度智能化和灵活性的特点。
Claude 3.5 Haiku
Claude 3.5 Haiku 是 Anthropic 推出的高性能人工智能模型，具备强大的编码能力和低延迟特性，适合复杂推理与问题解决任务。它通过“Unstructured Generalization”算法优化非结构化数据处理，并引入“宪法 AI”确保行为符合道德规范。此外，该模型支持“计算机使用”功能，能够模拟人类与计算机交互，广泛应用于自动化桌面任务、虚拟助手构建、医疗决策支持、教育及客
AlphaGeometry2
AlphaGeometry2 是谷歌 DeepMind 开发的 AI 系统，专用于解决国际数学奥林匹克竞赛中的几何问题。结合神经网络与符号推理技术，能高效预测几何构造并进行逻辑验证，解题准确率达 84%。系统具备扩展语言、强化推理引擎和优化搜索算法，可处理复杂几何问题，适用于数学教育、研究及工程计算等领域。
Mathtutor on Groq
Mathtutor on Groq 是一款基于 Groq 架构的 AI 辅导工具，通过语音识别功能接收数学问题，结合强大的数学引擎提供实时解题过程与答案。其主要功能包括语音输入、LaTeX 公式渲染、高精度计算及自然语言处理支持，适用于代数、微积分等领域的学习与教学辅助。此外，它还集成了 xRx 框架、Whisper 和 Llama 模型，确保高效且精准的问题解决能力。Mathtutor on G
