SmolDocling–轻量级的多模态文档处理模型
AI工具百科：
SmolDocling是什么
SmolDocling（SmolDocling256Mpreview ）是高效轻量级的多模态文档处理模型。能将文档图像端到端地转换为结构化文本，支持文本、公式、图表等多种元素...
Veo3–谷歌推出的新一代视频生成模型
AI工具百科：
Veo 3是什么
Veo 3是谷歌I/O开发者大会上发布的新一代视频生成模型。Veo 3是谷歌首个可生成视频背景音效的模型，能合成画面，能为鸟鸣、街头交通等场景配上相应的音效，...
ReasonIR8B–MetaAI推出专为推理密集型检索任务设计的模型
AI工具百科：
ReasonIR8B是什么
ReasonIR8B 是 Meta AI 推出的专为推理密集型检索任务设计的模型。基于 LLaMA3.18B 训练，采用双编码器架构，将查询和文档分别编码为嵌入向量，通过余...
GPTimage1–OpenAI推出的最新图像生成模型
AI工具百科：
GPTimage1是什么
GPTimage1是OpenAI推出的原生多模态图像生成模型，基于API向开发者开放使用。模型根据文本提示和图像生成高质量、专业级的图像，支持多种风格和自定义功...
MCPServers–字节跳动推出的大模型生态广场
AI工具百科：
MCP Servers是什么
MCP Servers是字节跳动推出的大模型生态广场，为开发者提供高效、灵活的大模型开发与部署环境。结合MCP Market、火山方舟和Trae开发环境，实现从工具...
Picsman–AI图片编辑工具，提供多种智能图片处理功能
AI工具百科：
Picsman是什么
Picsman是强大的在线AI图片编辑工具，提供多种智能图片处理功能，如一键抠图换背景、消除笔、批量编辑、AI背景生成和图片变高清等。工具操作简单，适合电...
StreamBridge–苹果联合复旦推出的端侧视频大语言模型框架
AI工具百科：
StreamBridge是什么
StreamBridge 是苹果公司与复旦大学联合推出的端侧视频大语言模型（VideoLLMs）框架，能帮助 AI 实时理解直播流视频。框架基于内存缓冲区和轮次衰减...
Eagle2.5–英伟达推出的视觉语言模型
AI工具百科：
Eagle 2.5是什么
Eagle 2.5是英伟达推出的视觉语言模型，专注于长上下文多模态学习的 AI 模型，参数规模仅为 8B。参数量较小，但在处理高分辨率图像和长视频序列方面表现...
OpenSora2.0–潞晨科技开源的AI视频生成模型
AI工具百科：
OpenSora 2.0是什么
OpenSora 2.0 是潞晨科技推出的全新开源SOTA（StateoftheArt）视频生成模型。OpenSora 2.0 用 20 万美元（224 张 GPU）成功训练出 11B 参数的商业级...
LangManus–AI自动化框架，多智能体协同完成复杂任务
AI工具百科：
LangManus是什么
LangManus 是 AI 自动化框架，基于分层多智能体系统设计。包含多种智能体，如协调员、规划员、研究员、程序员等，各司其职，协同完成复杂任务。
框架...
MultiSWEbench–字节豆包开源的多语言代码修复基准
Ai工具百科：
MultiSWEbench是什么
MultiSWEbench 是字节跳动豆包大模型团队开源的首个多语言代码修复基准。在SWEbench基础上，首次覆盖Python之外的7种主流编程语言，包括Java、TypeS...
Cardamon–AI合规平台，自动解析法规文本转为合规义务
AI工具百科：
Cardamon是什么
Cardamon 是 Y Combinator 推出 AI 驱动的合规平台，专为受监管的金融机构设计，通过自动化法规映射帮助企业快速实现合规。基于人工智能技术，将复杂的法...
