cambrian
Cambrian-1 是一個多模態 LLM 家族,採用視覺中心設計。
比較 525 款經過品質篩選的 圖片工具,參考公開熱門度、活躍度、授權與資料來源。
瀏覽經品質篩選的 圖片工具,可依資料來源、收費方式或新舊程度縮小範圍,更快找到合適選項。
Cambrian-1 是一個多模態 LLM 家族,採用視覺中心設計。
NVIDIA AI Blueprint 適用於影片搜尋與摘要(VSS),是 GPU 加速的參考架構,用於建置具備即時驗證警示、視覺問答與自動化報告的影片分析代理程式。
用於 OCR(從影像中擷取文字)的 Rust 函式庫和 CLI 工具
一個通用型機率程式設計系統,具備可程式化推論功能
在地優先的影片知識庫。透過多模態分析(YOLO、DeepFace、Whisper)為你的影片庫建立索引,並以自然語言進行語意搜尋,支援 Docker。
高效能、隱私優先的裝置端AI推論函式庫,專為React Native設計,由PyTorch的ExecuTorch執行環境驅動
支援 Telegram、Discord、Slack、Lark(飛書)、釘釘、企業微信、QQ、微信,相容於多種大型語言模型,包括 OpenAI、Gemini、DeepSeek、Doubao 和 OpenRout
Pixel-LLM 程式碼庫官方儲存庫:Sa2VA (T-PAMI-26)、SAMTok (CVPR-26)、VRT (Arxiv-25)、SaSaSa2VA (LSVOS 第一名解決方案)
3,516 個精選的 Figure 1 / teasers,來自 ICLR、ICML、NeurIPS、CVPR、ACL、AAAI(2023-2026),附有等級徽章與 FigureForge 檢索增強圖表草稿功能
可在對話內生成、編輯、對比圖像;內建 500+ 提示詞、圖庫、多模型工作流,支援 ComfyUI。AI image studio for DeepSeek Harness — generate, edit & compare images in
高品質無需訓練修圖工具,適用於每個穩定擴散模型。支援 ComfyUI。
WebAI2API: 基於 Camoufox 的網頁 AI 轉 API 工具,支援 LMArena/Gemini 等,多視窗並發與帳號隔離。 | Web AI to OpenAI API via Camoufox. Supports LMArena/Gemini and more, multi-window concc
從原始影像到即時推論,在本機端建置、訓練、最佳化及執行電腦視覺模型。開放原始碼,針對 Intel® XPU 最佳化(亦支援 CUDA)。
離線推論引擎,支援藝術創作、即時語音對話、LLM 驅動的聊天機器人及自動化工作流程
⚡️用於快速構建智慧機器人與空間的空間感知框架
專為 AMD Strix Halo 打造的開源 AI 引擎。文字、嵌入、語音、影像與影片模型整合於單一二進位檔,提供 OpenAI 相容 API、快取機制以支援程式碼代理與模型擴充。支援 Linux 與 Windows。
Microsoft AI for Good Lab 生物多樣性中心:保育 AI、SPARROW 與 MegaDetector 的專案目錄、文件與導覽。
660+ 個由 muapi 託管的生成式媒體模型,加上社群提交的第三方 API 工具(SEO、強化、社交、爬取)— 每個條目一個 YAML 檔案,可依功能瀏覽
🔥 擴散模型中的On-Policy Self-Distillation
Blender 場景:在視口中使用 AI 圖片、影片、3D 和 PBR 材質,以及用於代理程式的本地 MCP 伺服器。Blender 5.0+ 擴充功能,GPL-3.0-or-later。
🎨 Codex 內建的開源 AI 簡報工作室:以圖片為核心的投影片,每一張都是完整的視覺畫布。⚡ 10+ 張高品質投影片,約 4–5 分鐘完成 — 快速模式渲染
功能強大且易於使用的影片換臉與編輯軟體
針對 Gemini 的 Local-First AI 工作流程 WebUI,整合多模態聊天、Canvas、檔案處理、即時搜尋、程式碼執行與高級推理。
極簡 SOTA LaTeX OCR 模型,僅 20M 參數量,可在瀏覽器中運行。完整訓練流程供自行複現。 | 超輕量 SOTA LaTeX 公式辨識