视觉模型

智谱AI开放平台

智谱AI开放平台是一个面向开发者的大模型开发平台,集成了多种先进模型和技术资源。该平台支持统一API接入,涵盖AI视频生成、文生图、多模态视觉、长文本等多种大模型。平台还提供定制化知识解决方案和互动体验,支持云上私有化部署。适用于软件开发者、数据科学家、AI研究者、企业决策者和创业者等人群。

Sapiens

Sapiens是由Meta实验室开发的AI视觉模型,主要用于解析图片和视频中的人类动作。它支持2D姿态估计、身体部位分割、深度估计和表面法线预测等功能,采用视觉变换器架构。Sapiens具有强大的泛化能力,适用于虚拟现实、增强现实、3D人体数字化、人机交互、视频监控分析、运动捕捉及医学成像与康复等多个领域。

LLMDet

LLMDet是一款基于大型语言模型协同训练的开放词汇目标检测器,能够识别训练阶段未见过的目标类别。其通过结合图像和文本信息,实现高精度的零样本检测,并支持图像描述生成与多模态任务优化,适用于多种实际应用场景。