产品库

AI图像描述生成器，准确提取图像关键元素并解读创作意图。

AI Image Description Generator 是一个基于ERNIE 3.5或GEMINI-PRO-1.5 API的图像描述生成器，能够准确提取图像中的关键元素，并解读其背后的创作意图。它支持多语言，集成了clerk.com用户管理平台，并使用Next.js构建全栈Web应用程序。该技术在科学研究、艺术创作以及图像与文本之间的互搜领域有广泛应用。

基于AlphaFold3模型的高精度生物分子结构预测平台

AlphaFold Server是一个基于AlphaFold3模型的网络服务，能够生成包含蛋白质、DNA、RNA、配体、离子等的高精度生物分子结构预测，并能模拟蛋白质和核酸的化学修饰。该平台由Google DeepMind和Isomorphic Labs合作开发，对于科学研究和生物制药领域具有重要意义，尤其在非商业用途中，它提供了一个强大的工具来预测和分析生物分子结构。

AI代码查找器，快速找到AI论文的代码实现

AI Code Finder是一个免费的浏览器插件，可以快速找到任何AI研究论文的代码实现。它能够自动在Google、ArXiv、学术搜索引擎、论坛等网站上找到与论文相关的代码链接，并提供CODE按钮供用户点击跳转到开源代码实现。用户还可以创建提醒以获取最新的代码实现、作者的最新工作和最新进展。此插件适用于从事人工智能、数据科学、计算机视觉、语音识别、深度学习和大型语言模型等领域的工程师、研究人员、开发人员和技术领导者。

发现适合您的完美护肤程序

LuxAuraAI是一款智能护肤程序，根据您的肤质需求提供个性化建议。它基于皮肤科医生和护肤专家的见解，以科学研究和验证结果为支撑，提供高质量的皮肤护理服务。LuxAuraAI拥有专业训练的护肤师团队，为您提供最高水平的客户服务和最放松的护理体验。

一种用于图像和文本数据的先进机器学习模型，专注于数据质量和透明度。

MetaCLIP是一个开源的机器学习模型，用于图像和文本的联合表示学习。它通过一个简单算法对CLIP数据进行筛选，不依赖于先前模型的过滤，从而提高了数据的质量和透明度。MetaCLIP的主要贡献包括无过滤的数据筛选、透明的训练数据分布、可扩展的算法和标准化的CLIP训练设置。该模型强调数据质量的重要性，并提供预训练模型，以支持研究人员和开发者进行控制实验和公平比较。

探索不同的文本生成模型，通过草拟消息和微调响应来提升体验。

Workers AI LLM Playground是一个在线平台，允许用户通过草拟消息和微调响应来探索不同的文本生成模型。该平台由先进的人工智能技术驱动，旨在为开发者和研究人员提供一个实验和学习的环境，以更好地理解和利用大型语言模型（LLM）的能力。

提升生成模型质量和加速推理的项目

UniFL是一个项目，旨在提升生成模型质量和加速推理速度。它通过感知反馈学习、解耦反馈学习和对抗性反馈学习三个关键组件，有效解决了当前扩散模型存在的图像质量、美学吸引力和推理速度等问题。经过实验验证和用户研究，UniFL在多个扩散模型上展现出显著的性能提升和强大的泛化能力。

精准控制文本生成视频的相机姿态

CameraCtrl 致力于为文本生成视频模型提供精准相机姿态控制，通过训练相机编码器实现参数化相机轨迹，从而实现视频生成过程中的相机控制。产品通过综合研究各种数据集的效果，证明视频具有多样的相机分布和相似外观可以增强可控性和泛化能力。实验证明 CameraCtrl 在实现精确、领域自适应的相机控制方面非常有效，是从文本和相机姿态输入实现动态、定制视频叙事的重要进展。

一个实验性的 AI 驱动的记者

AI-Journalist 是一个实验性的 AI 驱动的记者，它利用 Claude 3 AI 模型的力量来研究、编写和编辑任何给定主题的高质量文章。它使用网络搜索 API 来收集相关信息，并生成结构良好、信息丰富且引人入胜的文章。AI-Journalist 旨在协助文章编写过程，旨在生成高质量的内容，但输出应由人类编辑仔细审查和核实，然后才能发布。

一个探索新型思维媒介并扩展人类想象力的独立研究实验室

Midjourney是一个独立的研究实验室,致力于探索新型思维媒介,扩展人类的想象力。它由一个小型自筹资金的团队组成,专注于设计、人力基础设施和人工智能领域。该实验室拥有11名全职员工和一批出色的顾问。Midjourney提供了一种生成艺术图像的新方式,用户只需输入文本描述,即可创作出令人难以置信的图像。这种创新的人工智能技术大大增强了人类的创造力,为艺术家、设计师和创意人员提供了强大的工具。Midjourney的使命是通过人工智能来促进人类思维和想象力的发展,开拓人类创造力的新领域。

用于自动驾驶的大规模视频生成模型

GenAD是由上海人工智能实验室联合香港科技大学、德国图宾根大学和香港大学共同推出的首个大规模自动驾驶视频生成模型。它通过预测和模拟真实世界场景,为自动驾驶技术的研究和应用提供支撑。GenAD在理解复杂动态环境、适应开放世界场景、精准预测等方面具有较强能力,能够通过语言和行车轨迹进行控制,并展现出应用于自动驾驶规划任务的潜力,有助于提高行车安全性和效率。

Answer.AI是一个基于基础研究突破创建实用终端用户产品的新型AI研发实验室

Answer.AI致力于通过基础研究的突破来开发实用的终端用户产品。该实验室发布了一个开源系统，基于FSDP和QLoRA，允许用户在家中使用两个24GB GPU训练一个70亿参数的语言模型。此外，Answer.AI还发布了关于历史上最伟大的研发实验室的历史分析文章，以及对实验室的研究议程和背景的介绍。

谷歌Gemma模型的轻量级C++推理引擎

gemma.cpp是谷歌为Gemma模型开发的轻量级、独立的C++推理引擎。它专注于为Gemma 2B和7B模型提供简洁、直接的实现，旨在支持研究和实验用例，易于嵌入其他项目且具有高度的可修改性。gemma.cpp利用Google Highway库，优化了CPU推理性能。

开源语言模型和训练框架

OLMo是一个开源的语言模型和训练框架,由AI2研究院发布。它提供了完整的训练数据、代码、模型参数、评估代码等资源,使研究人员能够训练并实验大规模语言模型。OLMo的优势在于真正开放,用户可以访问从数据到模型的完整信息,辅以丰富的文档,便于研究人员进行开放式研究和协作。该框架降低了语言模型研究的门槛,使更多人参与进来推动语言模型技术进步。

开源生成模型训练、调优与推理框架

SCEPTER是一个开源代码库,致力于生成式模型的训练、调优和推理,涵盖图像生成、迁移、编辑等一系列下游任务。它整合了社区主流实现以及阿里巴巴通逸实验室自研方法,为生成式领域的研究人员和从业者提供全面、通用的工具集。这个多功能库旨在促进创新,加速这个快速发展的领域的进步。

深度科学搜索，10-50倍于Google Scholar

Undermind是一款深度科学搜索工具，通过人工智能代理实现10-50倍于Google Scholar的搜索效果。它能够处理复杂的问题，系统地搜索并提供准确的论文结果，高达98%的准确率。Undermind是您的个人研究助手，可广泛应用于科研领域。

跳到主要内容 Chrome 应用商店探索扩展程序

BenAI Research Assistant是一款基于人工智能的文献分析插件，用于增强生物医学研究。它可以帮助科学家更高效地阅读文献、快速发现证据，并提供工具来加快阅读速度。它支持决定是否阅读一篇文章、理解和发现文章的关键见解、回答科学问题、保持研究流程无需额外工具等主要功能。适用于学术界、制药和生物技术公司的科学家。

一个AI深度学习平台,提供丰富的模型和工具,打造AI创新社区

Neuralhub是一个让深度学习更简单的平台,它为AI爱好者、研究人员和工程师提供实验和创新的环境。我们的目标不仅仅是提供工具,我们还在建立一个社区,一个可以分享和协作的地方。我们致力于通过汇集所有工具、研究和模型到一个协作空间,简化当今的深度学习,使AI研究、学习和开发更容易获取。

AI科学出版图片校对

Proofig AI是一款基于AI的自动化图片校对工具，专为科学出版领域打造，备受世界顶尖研究人员、出版商和研究机构信赖。该系统提供先进的支持，可检测图片重复使用和篡改，包括图片之间的重复以及单张图片内部的重复。此外，Proofig专注于检测诸如克隆、旋转、翻转、缩放等变体。产品定价灵活，定位于科学研究领域，旨在为用户提供高效、精准的图片校对服务。

学习模型间字符串关系，检查视觉世界

这篇论文系统评估了大型语言模型（LLMs）生成和识别逐渐复杂的视觉概念的能力，并展示了如何使用文本模型训练初步的视觉表示学习系统。虽然语言模型不能直接处理像素级的视觉信息，但使用代码表示图像进行研究。LLM 生成的图像虽然不像自然图像，但在图像生成和纠正方面的结果表明，准确建模字符串可以教会语言模型许多关于视觉世界的方面。此外，利用文本模型生成的图像进行自监督视觉表示学习的实验，突出了只使用 LLMs 就能训练能够对自然图像进行语义评估的视觉模型的潜力。

科大讯飞联合中科院推出的 AI 科研文献助手

星火科研助手是科大讯飞联合中科院文献情报中心推出的一款 AI 科研助理，基于认知智能大模型和海量的科技文献资源，提供文献成果调研、论文研读和学术写作等科学研究助手功能，显著提升科研人员在文献调研和阅读方面的效率，从而节约了他们的时间和精力。

找到理想伴侣的终极指南

我们的技术利用您的对话中的语言风格匹配，为您提供一个独特的兼容性评估，通过分析您的沟通模式中的细微差异，提高找到兼容伴侣的机会。支持高级的语言风格匹配算法，提供独特的兼容性评估，增加识别兼容伴侣的潜在成功的机会。经过科学研究验证，高LSM分数与互相的浪漫兴趣的可能性增加3.05倍，我们的技术提供了一种数据驱动的方法来衡量关系的潜在成功。我们的服务不仅限于初步的兼容性，还能预测长期关系的稳定性，通过LSM分析，表明三个月后夫妻维持在一起的概率增加了1.95倍，从而让用户对他们的关系投资充满信心。

点燃语言智能，从思维链到语言代理

CoT-Igniting-Agent 是一种基于思维链推理的语言智能代理系统。它使用链式推理方法来处理自然语言理解和生成任务，并具有广泛的应用领域。该系统采用先进的算法和技术，具有高效、可靠和安全的特性。CoT-Igniting-Agent 可用于生成指令、推理、应用开发和科学研究等领域。

每天早上为你生成个性化正念冥想,帮助找到平静。

Mindfuly使用先进的AI技术,每天早上为你生成高度个性化的正念冥想体验。Mindfuly会根据你的喜好设计每日冥想,在冥想中使用你的名字,以增强积极心态迎接新的一天。Mindfuly提供选择不同语音的冥想,语音包括各种口音与语调,你可以选择最能打动你的声音。Mindfuly致力于让全球用户都能体验正念冥想,冥想内容包括英语、德语、西班牙语、法语、葡萄牙语和印地语等多种语言版本。除了每日生成的冥想外,Mindfuly也提供冥想素材库,随时随地帮助找到平静。每段冥想内容都基于科学验证的正念冥想研究。

提升学术写作，节省时间，写出优秀论文与文章

Yomu AI是一款AI助手，专为学术写作而设计。它可以帮助您写出更好的论文、文章和学术作品。使用Yomu AI，您可以获得写作建议、自动完成句子和段落、编辑和改进文本、查找引用文献、检测抄袭等功能。Yomu AI还提供了如何避免AI检测器、使写作更加人性化的提示。Yomu AI已被全球的大学和学术实验室所信赖，帮助学生和学者撰写论文、研究报告和申请书。

使用语言模型引导任务规范的学习框架

GATE是一种学习框架，通过与用户进行自由形式的基于语言的交互，使用语言模型引导任务规范和推断预期行为。它在电子邮件验证、内容推荐和道德推理三个领域进行了研究。在预注册实验中，我们发现，通过生成开放式问题或合成信息丰富的边界案例等方式，提示GATE执行的语言模型往往比用户编写的提示或标签更具信息量。用户报告称，与提示或示例标记相比，交互式任务引导需要更少的工作量，并提供了用户最初没有预料到的新颖考虑因素。我们的研究结果表明，基于语言模型的引导可以成为将模型与复杂人类偏好和价值观相一致的强大工具。

开拓思维，扩展人类想象力

Midjourney 是一家独立研究实验室，探索新的思维媒介，拓展人类的想象力。我们是一个小型自资助团队，专注于设计、人类基础设施和人工智能。我们有 11 名全职员工和一批优秀的顾问。Midjourney 致力于开发人性化基础设施，旨在增强人类的思维和精神。

大型语言和视觉助手，实现多模态聊天和科学问答

LLaVA是一种新型的端到端训练的大型多模态模型，将视觉编码器和Vicuna相结合，实现了令人印象深刻的聊天能力，模仿多模态GPT-4的精神，并在科学问答方面取得了新的最高准确率。LLaVA的使用场景包括日常用户应用的多模态聊天和科学领域的多模态推理。LLaVA的数据、代码和检查点仅限于研究用途，并遵循CLIP、LLaMA、Vicuna和GPT-4的许可协议。

设计智能工具

Perception是一个设计智能工具，结合AI科学和设计艺术，为创意专业人士提供基于研究的建议和AI驱动的工具，加速您的创意表达。它包括调色板构建器，调色板字典和调色板验证器，帮助您解锁设计中的语言。

AI 助力的科研工具

Semantic Scholar 是一个免费的 AI 助力科研工具，基于 AI2 研究所开发，利用先进的人工智能和工程技术，理解科学文献的语义，帮助学者发现相关研究。该工具通过搜索和分析全球范围内的科学论文，提供独特的语义理解和相关度评估，以帮助学者快速准确地找到所需的研究资源。Semantic Scholar 还提供了 API 接口和开发者工具，支持开发者构建学术应用和科研工具。