多模态AI工具汇总：实用资源一览
MedTrinity-25M
MedTrinity-25M医学数据集
多粒度标注医学数据集推动医疗AI进步
Video-ChatGPT
Video-ChatGPT视频理解
创新视频对话技术开启细致视频理解新纪元
BakLLaVA
BakLLaVA多模态
突破性多模态语言模型创新
mindone
MindONE多模态
多模态理解与内容生成的开源算法库
Appomate AI
AI工具AI助手
多功能AI平台集成先进模型提升工作效率
Gemini GPT AI
AI工具Gemini GPT AI
多模态AI助手集成文本图像音视频处理功能
Captum
AI工具Captum
开源PyTorch模型可解释性分析工具库Captum
Free ChatGPT Omni (GPT4o)
AI工具GPT4o
GPT4o多模态AI对话平台 免费体验先进人工智能
Chainlit
AI工具Conversational AI
快速构建和部署可靠对话式AI应用的一站式平台
GPT-4o
AI工具GPT-4o
OpenAI多模态AI平台GPT-4o革新人机交互
Wordware
AI工具Wordware
高效AI代理开发与部署的集成环境
LLaVA-Med
LLaVA-Med多模态
生物医学视觉语言模型助力图像分析与智能问答
DriveMLM
DriveMLM自动驾驶
融合大语言模型的自动驾驶行为规划框架
ComfyUI-Gemini
ComfyUIGemini
将Google Gemini AI模型引入ComfyUI的多模态对话与分析工具
PAIR-Diffusion
PAIR Diffusion图像编辑
多模态对象级图像编辑的开源解决方案
large-ocr-model.github.io
OCR大型模型
OCR 技术提升多模态大模型视觉问答性能研究
AGI-survey
AGI人工智能
人工通用智能研究前沿及未来发展路线图概览
ConsistentID
ConsistentID人像生成
基于细粒度身份保持的先进人像生成模型
ml-mgie
MGIE图像编辑
基于多模态大语言模型的智能图像编辑技术
Awesome-LLMs-for-Video-Understanding
视频理解大语言模型
视频理解领域大 型语言模型应用综述
推荐工具精选
AI云服务特惠
懂AI专属折扣关注微信公众号
最新AI工具、AI资讯
独家AI资源、AI项目落地
微信扫一扫关注公众号