OmniParse – AI数据解析平台，提取和解析任何非结构化数据
OmniParse是数据解析平台，将非结构化数据转换为结构化、可操作的数据，优化适用于GenAI（大型语言模型）应用。OmniParse支持约20种文件类型，包括文档、表格、图像、视频、音频和网页，提...
排序
TinyTroupe – 微软推出的多智能体角色模拟库
TinyTroupe是microsoft推出的实验性Python库，用在模拟具有特定个性、兴趣和目标的人工代理（TinyPersons），在模拟环境（TinyWorld）中进行互动。TinyTroup...
Thinking Claude – 17岁高中生推出的神级Prompt工具，AI 思维更接近人类
Thinking Claude是基于深度思考协议和浏览器扩展工具，增强AI模型Claude-3.5的“深度思维”能力的项目，让其思考逻辑更接近人类。支持AI以自然、未经过滤的方式深入思考后再回应，支持...
Free Video-LLM – 无需训练的高效视频语言模型
Free Video-LLM是创新的无需训练的高效视频语言模型，基于提示引导的视觉感知技术，实现对视频内容的高效理解。模型用预训练的图像LLMs，无需额外训练即可适应视频任务，减少视频帧生成的视觉标记...
OmniVision – 专为边缘设备优化的最小参数多模态模型
OmniVision是紧凑的多模态模型，拥有968M参数，专为边缘设备优化。OmniVision能处理视觉和文本输入，基于LLaVA架构改进，显著减少图像token数量，降低延迟和计算成本。基于可信数...
LogoCreator – 开源 AI Logo生成器，几秒内创建专业级定制化商标
LogoCreator是开源的logo生成器，基于Together AI提供的Flux Pro 1.1技术快速创建专业风格的logo。项目用Next.js和TypeScript构建应用框架，Shadc...
法信法律基座大模型 – 最高法发布法律行业千亿参数通用大模型
法信法律基座大模型是基于清华大学与面壁智能科研成果转化的千亿参数通用大模型，由最高人民法院发布，定位为国家级法律AI基础设施。提供生成式AI底层能力，配套安全治理机制，保障法律AI安全发展。法信法律基...
Florence-2 – 微软 Azure AI 团队推出的多功能视觉语言模型
Florence-2 是微软 Azure AI 团队推出的多功能视觉模型，能执行图像描述、目标检测、视觉定位和图像分割等多种计算机视觉任务。Florence-2 基于 Transformer 架构，用...
Audio Decomposition – 开源音乐转谱工具，一键将音乐转换为五线谱
Audio Decomposition是音频处理技术，基于傅里叶变换和信封匹配将音乐中的各个音符和乐器分离，实现音乐到乐谱的转换。Audio Decomposition开源项目是Matthew Bir...
k0-math – 月之暗面Kimi推出的数学推理模型，对标o1
k0-math是月之暗面推出的最新数学推理模型，主打深入思考能力。在MATH、中考、高考、考研等数学基准测试中，k0-math的成绩超过OpenAI的o1系列模型。模型基于不断探索和试错解决数学问题...