GuideGeek–AI旅行助手，输入时间、预算、兴趣点等快速生成详细安排
AI工具百科：
GuideGeek是什么
GuideGeek 是 Matador Network 开发的AI旅行助手，为用户提供高效、个性化的旅行规划服务。基于 OpenAI 技术，通过 WhatsApp、Instagram 和 Facebook Me...
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...
WeGen–中科大联合上海交大等推出的统一多模态生成模型
AI工具百科：
WeGen是什么
WeGen 是中国科学技术大学联合上海交通大学、微信团队、中国科学院等机构推出的统一多模态生成模型，基于自然对话实现多样化的视觉生成任务。
WeGen结合...
EvDeblurVSR–中科大等机构推出的视频画面增强模型
AI工具百科：
EvDeblurVSR是什么
EvDeblurVSR是中国科学技术大学、合肥综合性国家科学中心人工智能研究所和新加坡国立大学联合推出的视频画面增强模型，能从低分辨率且模糊的视频输入中...
ToughTongueAI2.0–AI对话练习工具，具备多模态交互、智能对话模拟
AI工具百科：
Tough Tongue AI 2.0是什么
Tough Tongue AI 2.0 是多模态对话练习工具，帮助用户应对各种困难对话场景而设计。支持创建和分享多种对话场景，如面试、职场沟通、销售谈判...
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...
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，...
ShotAdapter–Adobe联合UIUC推出的多镜头视频生成框架
AI工具百科：
ShotAdapter是什么
ShotAdapter是Adobe联合UIUC推出的用在文本到多镜头视频生成的框架，基于微调预训练的文本到视频模型，引入过渡标记和局部注意力掩码策略，实现对多镜...
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...
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...
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...
