VisionLLM 系列
- VisionLLM:大型语言模型作为视觉中心任务的开放式解码器
- VisionLLM v2:用于数百种视觉语言任务的通用多模态大型语言模型
🚀 新闻
2024年6月
:我们发布了VisionLLM v2,这是一个通用的多模态大型语言模型,支持数百种视觉语言任务,涵盖视觉理解、感知和生成。
2024年6月
:我们发布了VisionLLM v2,这是一个通用的多模态大型语言模型,支持数百种视觉语言任务,涵盖视觉理解、感知和生成。Open-AnimateAnyone
人人皆可使用的AI动画生成项目
Depth-Anything
大规模无标注数据驱动的强大单目深度估计模型
image-text-localization-recognition
场景文本检测与识别研究进展资源汇总
Awesome_Long_Form_Video_Understanding
长视频理解研究前沿进展与资源综述
Human-Video-Generation
人工智能视频生成技术的演进与应用
awesome-image-translation
综合图像到图像转换技术资源库
Awesome-Multimodal-LLM-Autonomous-Driving
多模态大语言模型推动自动驾驶技术创新
GLIGEN
开放式条件引导的文本到图像生成模型
ai2thor
AI智能体交互研究的高仿真仿真环境
MachineLearning-AI
250天AI和机器学习实践项目 涵盖计算机视觉到优化算法
豆包MarsCode
豆包 MarsCode 是一款革命性的编程助手,通过AI技术提供代码补全、单测生成、代码解释和智能问答等功能,支持100+编程语言,与主流编辑器无缝集成,显著提升开发效率和代码质量。
AI写歌
Suno AI是一个革命性的AI音乐创作平台,能在短短30秒内帮助用户创作出一首完整的歌曲。无论是寻找创作灵感还是需要快速制作音乐,Suno AI都是音乐爱好者和专业人士的理想选择。
白日梦AI
白日梦AI提供专注于AI视频生成的多样化功能,包括文生视频、动态画面和形象生成等,帮助用户快速上手,创造专业级内容。
有言AI
有言平台提供一站式AIGC视频创作解决方案,通过智能技术简化视频制作流程。无论是企业宣传还是个人分享,有言都能帮助用户快速、轻松地制作出专业级别的视频内容。
Kimi
Kimi AI助手提供多语言对话支持,能够阅读和理解用户上传的文件内容,解析网页信息,并结合搜索结果为用户提供详尽的答案。无论是日常咨询还是专业问题,Kimi都能以友好、专业的方式提供帮助。
讯飞绘镜
讯飞绘镜是一个支持从创意到完整视频创作的智能平台,用户可以快速生成视频素材并创作独特的音乐视频和故事。平台提供多样化的主题和精选作品,帮助用户探索创意灵感。
讯飞文书
讯飞文书依托讯飞星火大模型,为文书写作者提供从素材筹备到稿件撰写及审稿的全程支持。通过录音智记和以稿写稿等功能,满足事务性工作的高频需求,帮助撰稿人节省精力,提高效率,优化工作与生活。
阿里绘蛙
绘蛙是阿里巴巴集团推出的革命性AI电商营销平台。利用尖端人工智能技术,为商家提供一键生成商品图和营销文案的服务,显著提升内容创作效率和营销效果。适用于淘宝、天猫等电商平台,让商品第一时间被种草。
AIWritePaper论文写作
AIWritePaper论文写作是一站式AI论文写作辅助工具,简化了选题、文献检索至论文撰写的整个过程。通过简单设定,平台可快速生成高质量论文大纲和全文,配合图表、参考文献等一应俱全,同时提供开题报告和答辩PPT等增值服务,保障数据安全,有效提升写作效率和论文质量。