产品库

Google的尖端开放视觉语言模型

PaliGemma是Google发布的一款先进的视觉语言模型，它结合了图像编码器SigLIP和文本解码器Gemma-2B，能够理解图像和文本，并通过联合训练实现图像和文本的交互理解。该模型专为特定的下游任务设计，如图像描述、视觉问答、分割等，是研究和开发领域的重要工具。

Elementor AI：在几分钟内构建专业网站，无需编码。立即开始！

Elementor AI是一个AI网站构建器，可以快速生成专业的WordPress网站。它提供了无需编码的可视化编辑功能，用户可以轻松自定义网站布局和设计。Elementor AI还提供了AI助手，帮助用户建立容器布局和提供最佳实践建议。它还具有高质量的文本生成和自定义代码功能。Elementor AI使网站构建更加简单和高效。

将静态肖像和输入音频转化为生动的动画对话视频

AniTalker是一个创新的框架，它能够从单一的肖像生成逼真的对话面部动画。它通过两个自监督学习策略增强了动作表现力，同时通过度量学习开发了一个身份编码器，有效减少了对标记数据的需求。AniTalker不仅能够创建详细且逼真的面部动作，还强调了其在现实世界应用中制作动态头像的潜力。

一个完全开源的大型语言模型，提供先进的自然语言处理能力。

MAP-NEO是一个完全开源的大型语言模型，它包括预训练数据、数据处理管道（Matrix）、预训练脚本和对齐代码。该模型从零开始训练，使用了4.5T的英文和中文token，展现出与LLaMA2 7B相当的性能。MAP-NEO在推理、数学和编码等具有挑战性的任务中表现出色，超越了同等规模的模型。为了研究目的，我们致力于实现LLM训练过程的完全透明度，因此我们全面发布了MAP-NEO，包括最终和中间检查点、自训练的分词器、预训练语料库以及高效稳定的优化预训练代码库。

构建和编辑令人惊叹的AI应用

CodeScope旨在成为技术和营销行业专业人士的必备工具，通过持续创新、用户中心设计和战略合作，帮助您构建AI应用、加速开发并实现市场增长。主要优点包括：快速开发流程、安全编码、SEO报告、自定义API构建器、无头CMS等。

一键生成和你模样一致的漫画故事书

Story Diffusion 是一款利用人工智能生成连贯故事和相关视频的工具。用户可以轻松创建独特而有趣的故事和漫画艺术，无需艺术或编码技能。

Wondr AI是第一个使用人工智能自动化印刷需求商店的系统。与Shopify，Wordpress，Wix和Squarespace兼容。无需编码。

Wondr AI是一种利用人工智能自动化印刷需求商店的系统。它可以与多个平台兼容，不需要编码。Wondr AI的主要优点是通过使用人工智能技术，大大简化了印刷需求商店的运营和管理过程。它可以帮助商店主自动化订单处理，库存管理，产品更新等任务，提高效率并减少人工错误。Wondr AI还提供了智能推荐和个性化推广功能，可以根据用户的喜好和购买历史推荐相关产品，提高销售转化率。Wondr AI的定位是成为印刷需求商店主的最佳合作伙伴，帮助他们提升业务水平并实现商业成功。

使用准确可靠的邮政编码检测功能，为用户提供基于其邮编的预计产品交货日期，增强客户体验。

Convert Logistics提供预计产品交货日期的功能，使用先进的机器学习和预测AI技术来确定用户准确的邮政编码，从而提供可靠的产品交货日期预计。通过结合准确的定位和预测的交货日期，您可以增加购物车添加率，并改善用户体验。

一种用于虚拟试穿任务的扩散模型，特别在真实世界场景中提高图像保真度和细节保存。

IDM-VTON是一种新型的扩散模型，用于基于图像的虚拟试穿任务，它通过结合视觉编码器和UNet网络的高级语义以及低级特征，生成具有高度真实感和细节的虚拟试穿图像。该技术通过提供详细的文本提示，增强了生成图像的真实性，并通过定制方法进一步提升了真实世界场景下的保真度和真实感。

轻量级但功能强大的多模态模型家族。

Bunny 是一系列轻量级但功能强大的多模态模型，提供多种即插即用的视图编码器和语言主干网络。通过从更广泛的数据源进行精选选择，构建更丰富的训练数据，以补偿模型尺寸的减小。Bunny-v1.0-3B 模型在性能上超越了同类大小甚至更大的 MLLMs（7B）模型，并与 13B 模型性能相当。

零样本身份保持人类视频生成技术

ID-Animator是一种零样本人类视频生成方法，能够在不需要进一步训练的情况下，根据单个参考面部图像进行个性化视频生成。该技术继承了现有的基于扩散的视频生成框架，并加入了面部适配器以编码与身份相关的嵌入。通过这种方法，ID-Animator能够在视频生成过程中保持人物身份的细节，同时提高训练效率。

高效的企业级人工智能模型，低成本实现高质量定制模型。

Snowflake Arctic 是一款专为企业级人工智能任务设计的大规模语言模型（LLM），它在 SQL 生成、编码以及指令遵循等基准测试中表现出色，即使与计算预算更高的开源模型相比也毫不逊色。Arctic 通过其高效的训练和推理，为 Snowflake 客户以及广大 AI 社区提供了一种成本效益极高的定制模型创建方式。此外，Arctic 采用 Apache 2.0 许可，提供无门槛的权重和代码访问，并通过开源数据配方和研究洞察，进一步推动了社区的开放性和成本效益。

ChatBuild Ai是一个平台，可让用户轻松创建和定制聊天机器人小部件，以增强其网站的用户体验。

ChatBuild Ai是一个聊天机器人小部件平台，可让用户轻松创建和定制聊天机器人小部件，以增强其网站的用户体验。该平台使用AI技术，可以自动生成定制训练的聊天机器人，无需编码经验。它提供丰富的功能和灵活的定制选项，帮助用户创建符合其需求的聊天机器人。ChatBuild Ai可以用于各种用途，包括在线客服、用户支持、虚拟助手等，为网站的用户提供便利和互动性。

提升销售和支持，无代码AI Chatbot

Voxal AI是一款强大的AI Chatbot，通过展示产品、回答问题、生成潜在客户等方式，提升销售和支持。使用最新的AI技术，包括GPT 3、GPT 4和Mixtral，无需编码即可快速创建定制的Chatbot。适用于SaaS、Shopify、WordPress等平台，支持产品推荐和销售增长。提供高级分析功能，支持95种语言。快速部署，定制个性化外观和交互，轻松集成到网站中。

AI 驱动的软件创作平台

Replit 是一个 AI 驱动的软件创作平台，让每个人能快速构建、共享和发布软件。它可以将自然语言转换为代码，帮助用户自动化编码中的重复部分，并提供个性化的辅助，包括多文件代码上下文、协作式 AI 聊天等功能。Replit 还提供对特定代码库的上下文 AI 支持，帮助用户解释复杂代码、生成测试用例、撰写文档、设计应用程序等。用户可以快速将创意转化为软件，节省时间并提高效率。

AI 代码生成工具，助力编程。

天工智码 SkyCode 是一款 AI 代码生成工具，支持各种主流编程语言，助力开发人员更快更好的编码。其功能包括二分查找、排序算法实现、代码优化等，优势在于提高编码效率，定位于提供智能编程辅助。目前提供免费试用服务，用户可以根据实际需求选择付费套餐。

sourcegraph旗下的是 AI 编码助手

Cody 是一款强大而准确的 AI 编码助手，可帮助编写、修复和维护代码。它利用人工智能和对代码库的深入理解，帮助用户更快地编写和理解代码。

强大的多模态LLM，商业解决方案

Reka Core是一个GPT-4级别的多模态大型语言模型（LLM），具备图像、视频和音频的强大上下文理解能力。它是目前市场上仅有的两个商用综合多模态解决方案之一。Core在多模态理解、推理能力、编码和Agent工作流程、多语言支持以及部署灵活性方面表现出色。

多模态AI模型，图像理解与生成兼备

Mini-Gemini是由香港中文大学终身教授贾佳亚团队开发的多模态模型，具备精准的图像理解能力和高质量的训练数据。该模型结合图像推理和生成，提供不同规模的版本，性能与GPT-4和DALLE3相媲美。Mini-Gemini采用Gemini的视觉双分支信息挖掘方法和SDXL技术，通过卷积网络编码图像并利用Attention机制挖掘信息，同时结合LLM生成文本链接两个模型。

AI聊天机器人，帮助您处理客户支持

Ping Parrot是一个AI聊天机器人平台，可以帮助您快速构建自定义的聊天机器人，并将其嵌入到您的网站上，帮助您处理客户支持。无需编码即可使用。聊天机器人可以根据您的数据进行训练，学习并提供最佳答案。您可以定制聊天机器人的外观以匹配您的品牌，并在80种语言中提供帮助。

一张图提供人脸，另一张提供发型，第三张提供发色，最终合成一张完整的图片。

HairFastGAN是一种用于高分辨率、接近实时性能和出色重建的发型转移方法。该方法包括在StyleGAN的FS潜在空间中运行的新架构、增强的修复方法以及用于更好的对齐、颜色转移和后处理的改进编码器。在最困难的情况下,该方法可以在不到一秒的时间内将发型形状和颜色从一张图片转移到另一张图片。

一种基于表面的4D运动建模算法,用于动态人体渲染

SurMo是一种新的动态人体渲染范式,通过联合建模时间运动动力学和人体外观,在一个统一的框架中实现高保真的人体渲染。该方法采用基于表面的三平面表示法高效编码人体运动,并设计了物理运动解码模块和4D外观解码模块,能够合成时变的人体外观效果,如衣服皱褶、运动阴影等。相比于现有方法,SurMo在定量和定性渲染指标上都有显著提升。

连接超过1800个应用程序到预制的云数据模块，统一数据，创建数据真相并进行双向同步 - 无需编码，只需点击几下

Boost.space是一个无需编码的工具，可以将超过1800个应用程序连接到预制的云数据模块，并进行双向数据同步。它帮助用户统一数据、创建数据真相，并确保所有工具保持一致和准确。Boost.space可以用于各种数据类型，包括联系人、发票、订单、产品、任务和自定义数据。它适用于各种场景，如电子商务、发票管理、订单处理等。Boost.space提供了超过1800个应用程序的集成，包括CRM、通信、电子商务、商业智能、生产力工具等。它还提供了丰富的文档和资源供用户参考。

构建AI助手，无需编码

Synthflow AI是一个无需技术技能或编码即可构建复杂定制的AI助手的平台。用户只需提供数据和想法，就可以快速构建AI助手，忘记冗长的开发周期和昂贵的机器学习团队。Synthflow AI能够处理外呼电话、接听呼入电话和预约安排等业务流程。平台提供多种语音和文本智能助手，支持多种使用场景和功能。

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。

通过自然语言描述创建定制软件(基于LLM的多智能体协作)

ChatDev是一个虚拟软件公司,由扮演不同角色(如CEO、产品经理、技术总监、程序员、测试员等)的智能体组成。这些智能体通过参与设计、编码、测试等专门的功能研讨会来协作开发软件。ChatDev旨在提供一个易于使用、高度可定制和可扩展的框架,基于大型语言模型(LLM),是研究集体智能的理想场景。它支持定制化设置,如自定义软件开发流程、角色设置等。用户只需使用自然语言描述想法,ChatDev就能高效生成对应的软件。

支持同时理解和生成图像的多模态大型语言模型

Mini-Gemini是一个多模态视觉语言模型,支持从2B到34B的系列密集和MoE大型语言模型,同时具备图像理解、推理和生成能力。它基于LLaVA构建,利用双视觉编码器提供低分辨率视觉嵌入和高分辨率候选区域,采用补丁信息挖掘在高分辨率区域和低分辨率视觉查询之间进行补丁级挖掘,将文本与图像融合用于理解和生成任务。支持包括COCO、GQA、OCR-VQA、VisualGenome等多个视觉理解基准测试。

AI驱动的正则表达式生成器

AI驱动的正则表达式生成器。通过使用人工智能将简单的英语上下文转换为正则表达式，轻松生成自定义的正则表达式模式。可以简化编码，提高效率。

文本编码器微调技术，提升文本到图像生成模型性能

TextCraftor是一种创新的文本编码器微调技术，能够显著提升文本到图像生成模型的性能。通过奖励函数优化，它改善了图像质量与文本对齐，无需额外数据集。