OPPO研究院和港科广的科研人员提出了一项新技术——OThink-MR1，将强化学习扩展到多模态语言模型，帮助其更好地应对各种复杂任务和新场景。OThink-MR1是一个基于动态强化学习的框架和模型...

​TranslateImage 是一款基于人工智能的在线图片翻译工具，能够将图片中的文字翻译成超过 130 种语言，同时保留原始文本的格式和布局。 利用先进的光学字符识别（OCR）技术，准确提取图片中...

Amodal3R是由南洋理工大学与牛津大学联合研发的条件式3D生成模型，专门针对物体遮挡场景设计。能从部分可见的2D物体图像中推测并重建完整的3D形态和外观，在3D 物体生成和编辑上取得了令人满意的效...

Higgsfield AI是一家由前Snap公司高管Alex Mashrabov创立的公司，专注于生成式视频技术的研发与应用的平台。用户只需提供一张图片和简单的文字提示，就能指导复杂的摄像机运动效果...

Ai2 PaperFinder搜索工具横空出世，可算是给科研人员带来了福音，它是Ai2这个非营利机构搞出来的一款超厉害的文献检索工具。Ai2PaperFinder 汇聚了超过800万篇全文论文和1.0...

DeepPDF 是在线 AI PDF 处理工具，能高效、智能的处理文档。支持与 PDF 文件聊天，能精准回答用户关于文档内容的问题；大幅提升用户处理PDF文档的效率。快速生成文档摘要，帮助用户迅速把握...

Music Muse 是AI音乐创作平台。基于先进的AI技术，帮助用户快速生成各种风格的音乐作品。 用户可以通过简单的描述（如音乐风格、情绪、节奏等）来指导AI创作出符合需求的音乐，无需具备专业的音乐...

Amazon Nova Act是亚马逊AGI实验室研发的通用网页操作智能体，其核心突破在于将"人类经验"转化为可编程的浏览器原子操作。该智能体具备操控网络浏览器并自主执行简单网络任务的能力。与这款新型...

你可能在 TikTok 上看到过有人使用语音克隆技术，Actor Mode 是 ElevenLabs 推出的AI语音生成工具，支持用户通过自己的声音指导 AI 生成语音内容。用户只需录制一段音频或上传...

FinGPT是一款专为金融领域设计的开源大型语言模型。旨在通过数据驱动的方法、轻量级适应技术和强化学习，为金融数据分析、情感分析、量化交易等提供可靠的解决方案。FinGPT以其高效的数据处理能力、灵活...