Nanobrowser – AI网页自动化工具，自主完成复杂的网页任务
Nanobrowser 是开源的 Chrome 扩展工具，专注于 AI 驱动的网页自动化。Nanobrowser基于多智能体系统实现复杂的网页任务，如信息提取、自动化操作等。用户用自己的 LLM AP...
排序
DINO-XSeek – IDEA 研究院推出的多模态目标检测模型
DINO-XSeek 是 IDEA 研究院推出的多模态目标检测模型，结合视觉感知和自然语言理解能力。DINO-XSeek基于复杂的语言描述精准定位图像中的目标，识别目标的属性（如颜色、形状、动作等...
AppAgentX – 西湖大学推出的自我进化式 GUI 代理框架
AppAgentX 是西湖大学推出的新型自我进化式 GUI（图形用户界面）代理框架，基于从执行历史中抽象出高级动作提升代理在智能手机交互中的效率和智能性。AppAgentX结合记忆机制和进化机制，记录...
GO-1 – 智元机器人推出的首个通用具身基座模型
GO-1（Genie Operator-1，智元启元大模型）是智元机器人推出的首个通用具身基座模型。模型采用Vision-Language-Latent-Action（ViLLA）架构，由VLM（多模...
IMAGPose – 南京理工大学推出姿态引导图像生成的统一框架
IMAGPose 是南京理工大学推出的用于人体姿态引导图像生成的统一条件框架。解决传统方法在姿态引导的人物图像生成中存在的局限性，如无法同时生成多个不同姿态的目标图像、从多视角源图像生成目标图像受限...
Thetawise – AI数学辅导工具，支持手写、语音和图片等多种输入方式
Thetawise 是先进的 AI 数学辅导工具，专为学生设计，帮助他们更好地理解和掌握数学知识。支持手写、语音和图片等多种输入方式，能快速生成详细的解题步骤和答案，方便学生理解复杂的数学问题。
LanDiff – 高质量文本到视频生成的混合框架
LanDiff是用于高质量的文本到视频（T2V）生成的创新混合框架，结合了自回归语言模型（LLM）和扩散模型（Diffusion Model）的优势，通过粗到细的生成方式，有效克服了单一方法在语义理解...
爱图表 – AI数据可视化平台，AI自动分析数据特征推荐最佳图表
爱图表是镝数科技推出的智能数据可视化平台，基于AI技术，能根据数据特征自动推荐合适的图表类型并生成美观的图表样式，支持柱状图、折线图、饼图等多种类型，同时提供丰富模板供用户定制。
FoxBrain – 鸿海研究院推出的推理大语言模型
FoxBrain 是鸿海研究院推出的繁体中文大型语言模型（LLM），具有强大的推理能力。基于 Meta Llama 3.1 架构，拥有 70B 参数，专注于数学和逻辑推理领域。FoxBrain 基于高...
Insightly – AI评论分析工具，精准识别评论中的情感倾向
Insightly是基于 AI 技术的智能分析工具，帮助团队快速整理和解析用户评论，高效获取关键反馈。能快速提炼用户评论的核心观点，精准识别评论中的情感倾向，自动将反馈归类，如 Bug 反馈、功能请求...