AI工具
发布文章-
发布了文章 2个月前
markmap – 解析Markdown生成可视化思维导图的工具
markmap 是一个将 Markdown 文本转换为思维导图的工具。基于 Markdown 的语法结构,实时生成可视化的思维导图,帮助用户直观的组织和展示信息。markmap 轻量且功能强大,支持与多种代码编辑器如 VS...
-
发布了文章 2个月前
mPLUG-baidu09Owl3 – 阿里巴巴推出的通用多模态AI模型
mPLUG-Owl3是阿里巴巴推出的先进通用多模态大模型,专为理解和处理多图及长视频设计。在保持准确性的同时,显著提升了推理效率,能在4秒内分析完2小时电影。...
-
发布了文章 2个月前
mPLUG-baidu09DocOwl2 – 阿里推出多页文档理解的多模态大模型,单页仅需324个token
mPLUG-DocOwl 2是由阿里巴巴通义实验室mPLUG团队推出的用于多页文档理解的多模态大型语言模型。在不依赖光学字符识别(OCR)技术的情况下,通过高分辨率文档图像压缩技术,实现对文档图片的高效理解和处理。...
-
发布了文章 2个月前
mPLUG-baidu09DocOwl 1.5 – 阿里开源的多模态大型语言模型
mPLUG-DocOwl 1.5是由阿里巴巴集团推出的多模态大型语言模型,专注于OCR-free(无需光学字符识别)的文档理解。模型基于统一结构学习,强化对文本丰富图像如文档、表格和图表的结构信息理解能力。...
-
发布了文章 2个月前
llmware – 专为企业级应用设计的开源统一框架
llmware是为企业级应用设计的统一框架,适用于构建基于小型、专门化模型的RAG(Retrieval-Augmented Generation)流程。llmware支持私有部署,能安全集成企业知识源,针对业务流程进行成本效...
-
发布了文章 2个月前
libcom – 上海交大推出开源的图像合成问题解决工具
libcom 是一个由上海交通大学 (BCMI 实验室推出的图像合成工具箱。旨在解决前景和背景之间的不一致性问题,如外观、几何和语义上的不匹配,生成逼真的合成图像。...
-
发布了文章 2个月前
kimi-baidu09thinking-baidu09preview – 月之暗面推出的多模态思考模型
kimi-thinking-preview 是月之暗面推出的多模态思考模型,具备深度推理能力,擅长解决复杂问题,如代码、数学和工作难题。模型基于 reasoning_content 字段展示推理过程,帮助用户理解回答背后的逻...
-
发布了文章 2个月前
k2 – 月之暗面 Kimi 最新开源的 MoE 架构基础模型
k2是月之暗面Kimi推出的具备超强代码和 Agent 能力的 MoE 架构基础模型,总参数 1T,激活参数 32B。在通用知识推理、编程、数学、Agent 等主要类别的基准性能测试中,K2 模型的性能超过其他主流开源模型。...
-
发布了文章 2个月前
k1.5 – Kimi推出的多模态思考模型
k1.5 是月之暗面科技推出的最新多模态思考模型,具备强大的推理和多模态处理能力。模型在 short-CoT(短链思维)模式下,数学、代码、视觉多模态和通用能力大幅超越了全球范围内短思考 SOTA 模型 GPT-4o 和 C...
-
发布了文章 2个月前
k1 视觉思考模型 – kimi推出的 k1 系列强化学习模型
k1 视觉思考模型是kimi推出的k1系列强化学习AI模型,原生支持端到端图像理解和思维链技术,将能力扩展到数学之外的更多基础科学领域。k1模型在图像理解、数学、物理、化学等学科的基准测试中表现优异,超过全球多个标杆模型(如...
-
发布了文章 2个月前
k0-baidu09math – 月之暗面Kimi推出的数学推理模型,对标o1
k0-math是月之暗面推出的最新数学推理模型,主打深入思考能力。在MATH、中考、高考、考研等数学基准测试中,k0-math的成绩超过OpenAI的o1系列模型。模型基于不断探索和试错解决数学问题,即使在简单问题上也会进行...
-
发布了文章 2个月前
iFlow CLI – 心流AI团队推出的能在终端运行的AI Agent
iFlow CLI 是心流AI团队推出的能运行在终端的 AI 智能体,专为开发者和高效工作者设计。iFlow CLI支持自然语言交互,能快速分析代码、生成文档、调试程序、管理文件、查询信息等。...
-
发布了文章 2个月前
iDP3 – 斯坦福大学联合多所高校推出的改进型3D视觉运动策略
iDP3(Improved 3D Diffusion Policy)是斯坦福大学联合多所高校推出的3D视觉运动策略,能提升人形机器人在多样化环境中的自主操作能力。与传统3D策略不同,iDP3基于自我中心的3D视觉表征,摒弃对...
-
发布了文章 2个月前
iAgents – 清华大学推出的多AI智能体协作框架
iAgents是清华大学推出的多AI智能体协作框架,基于为每个用户配备个人AI智能体促进协作和完成日常任务。智能体能理解用户的文件、命令,从协作中学习,实现自动的信息交换和任务解决。iAgents用infoNav推理机制指导...
-
发布了文章 2个月前
hunyuan-baidu09large-baidu09vision – 腾讯混元推出的多模态视觉理解模型
hunyuan-large-vision 是腾讯推出的多模态理解模型,基于MoE架构,激活参数达52B,支持图像、视频和3D空间输入。模型在国际知名的大模型竞技场“LMArena Vision排行榜”上取得1256分,位列第...