Marker – AI高效文件转换实用工具，多格式转换为 Markdown、JSON、HTML
marker 是一款基于深度学习模型的将 PDF 转换成 Markdown 格式的工具。可以将各种文件轻松转换为Markdown格式，今天就来给大家介绍一下marker 的原理是利于深度学习模型，检测...
排序
OLMo 2 32B – Ai2重磅发布 的最新开源语言模型
在人工智能技术日新月异的发展浪潮中，每一项重大突破都如同璀璨星辰，照亮着人类探索智慧未来的道路。近日，OLMo 2的发布，标志着开源LLM的持续进步，为相关领域的研究建立一个新生态系统。在这个生态系统...
Maestro –开源的端到端自动化测试框架
Maestro 是专为移动和 Web 应用设计的端到端自动化测试框架。基于内置的容错能力和延迟容忍机制，解决传统测试中常见的不稳定性和等待问题。Maestro基于声明式语法，无需编译快速迭代。Maes...
wcplusPro – 微信公众号轻松采集数据和分析工具
wcplusPro。这款软件专门为微信公众号数据分析而设计，能够帮助你轻松获取并分析公众号的历史文章和阅读数据，wcplusPro的界面设计非常简洁直观，即使你是新手也能很快上手。 wcplusPro...
AiSlides.chat – AI PPT 制作工具，对话式交互自动高效分析生成演示文稿
今天给大家推荐一个实用的AI工具——AiSlides.chat。无论是工作汇报还是学习演讲，它能帮你快速生成高质量的PPT，以此告别手动制作的繁琐过程。 AiSlides.chat是什么 AiSlid...
Instella – AMD开源的30亿参数系列语言模型
AMD正式对公众宣布—Instella的开源。对于开发者而言，Instella的开源将为他们提供一个学习和研究AI技术的新平台。借助Instella，开发者可以深入了解AI模型的训练过程，探索模型优化...
ReCamMaster – 浙大联合快手等推出的视频重渲染框架，增强视觉效果。
ReCamMaster 是一个基于预训练模型的视频重渲染框架，能够根据用户指定的相机轨迹重新生成视频内容。用户只需上传视频并指定轨迹，系统便会生成新的视角视频。 ReCamMaster是什么 ReCa...
UniAct – 清华、商汤、北大、上海AI Lab共同推出的具身基础模型框架
在人工智能领域，UniAct 是一个新型的具身基础模型框架，旨在解决不同机器人之间的行为异构性问题。UniAct以视觉语言模型为核心，构建了首个tokenized通用动作空间，解决了具身智能中的通用动...
UniFluid – 谷歌联合麻省理工新推出的多模态视觉生成与理解统一自回归框架
随着AI技术的进一步发展和完善，我们可以看到更多令人惊叹的应用，如更精确的图像编辑工具、更智能的视觉内容创作辅助工具等等。也可以激发更多人探索自回归模型在视觉任务中的潜力，推动 AI 在理解和生成视觉...
TokenFD –上交联合美团推出图文对齐粒度的新突破 ，远超现有模型。
TokenFD是上海交通大学联合美团推出的细粒度图文对齐基础模型，主要用于文档理解任务。通过Token级对齐，实现了图像Token与语言Token在同一特征空间中的共享，支持Token级图文交互，在处...