AI 助理
文档备案控制台

图像识别

首页 标签 图像识别
# 图像识别 #
关注
1231内容
相关子社区
ModelScope模型即服务
15327内容 6活动 4333关注
最新 热门 文章 问答 视频 训练营 活动
蚝油菜花
|
博文
|
来自： ModelScope模型即服务
AigcPanel：开源的 AI 虚拟数字人系统，一键安装开箱即用，支持视频合成、声音合成和声音克隆
AigcPanel 是一款开源的 AI 虚拟数字人系统，支持视频合成、声音克隆等功能，适用于影视制作、虚拟主播、教育培训等多种场景。
# 虚拟数字人 # 自然语言处理 # 图像识别 # 机器学习/深度学习 # 人工智能 # 自然语言处理 # JavaScript # 语音技术
蚝油菜花
|
博文
|
来自： ModelScope模型即服务
Cosmos：英伟达生成式世界基础模型平台，加速自动驾驶与机器人开发
Cosmos 是英伟达推出的生成式世界基础模型平台，旨在加速物理人工智能系统的发展，特别是在自动驾驶和机器人领域。
# 图像识别 # 人工智能 # 自动驾驶 # 安全 # 机器人 # 开发者
蚝油菜花
|
博文
|
来自： ModelScope模型即服务
Pipecat实战：5步快速构建语音与AI整合项目，创建你的第一个多模态语音 AI 助手
Pipecat 是一个开源的 Python 框架，专注于构建语音和多模态对话代理，支持与多种 AI 服务集成，提供实时处理能力，适用于语音助手、企业服务等场景。
# 图像识别 # 智能语音交互 # 人工智能 # 数据处理 # 语音技术 # 开发者 # Python
蚝油菜花
|
博文
|
来自： ModelScope模型即服务
VideoLLaMA3：阿里达摩院开源专注于视觉理解的多模态基础模型，具备多语言视频理解能力
VideoLLaMA3 是阿里巴巴开源的多模态基础模型，专注于图像和视频理解，支持多语言生成、视频内容分析和视觉问答任务，适用于多种应用场景。
# 图像识别 # 自然语言处理 # 人工智能 # 自然语言处理 # 达摩院 # 并行计算 # PyTorch
蚝油菜花
|
博文
|
来自： ModelScope模型即服务
YuE：开源AI音乐生成模型，能够将歌词转化为完整的歌曲，支持多种语言和多种音乐风格
YuE 是香港科技大学和 M-A-P 联合开发的开源 AI 音乐生成模型，能够将歌词转化为完整的歌曲，支持多种音乐风格和多语言。
# 图像识别 # 机器学习/深度学习 # 人工智能 # 自然语言处理 # 内存技术
蚝油菜花
|
博文
|
来自： ModelScope模型即服务
Airweave：快速集成应用数据打造AI知识库的开源平台，支持多源整合和自动同步数据
Airweave 是一个开源工具，能够将应用程序的数据同步到图数据库和向量数据库中，实现智能代理检索。它支持无代码集成、多租户支持和自动同步等功能。
# 图数据库 # 云原生数据仓库 AnalyticDB PostgreSQL版 # 图像识别 # 存储 # 人工智能 # NoSQL # API # 数据库
蚝油菜花
|
博文
|
来自： ModelScope模型即服务
Flame：开源AI设计图转代码模型！生成React组件，精准还原UI+动态交互效果
Flame 是一款开源的多模态 AI 模型，能够将 UI 设计图转换为高质量的现代前端代码，支持 React 等主流框架，具备动态交互、组件化开发等功能，显著提升前端开发效率。
# 图像识别 # 人工智能 # 自然语言处理 # 前端开发 # JavaScript # API
蚝油菜花
|
博文
|
来自： ModelScope模型即服务
Second Me：硅基生命或成现实？如何用AI克隆自己，打造你的AI数字身份！
Second Me 是一个开源AI身份系统，允许用户创建完全私有的个性化AI代理，代表用户的真实自我，支持本地训练和部署，保护用户隐私和数据安全。
# 图像识别 # 机器学习/深度学习 # 人工智能 # 搜索推荐 # 算法 # 数据安全/隐私保护
蚝油菜花
|
博文
|
来自： ModelScope模型即服务
AutoGLM沉思：智谱AI推出首个能"边想边干"的自主智能体！深度研究+多模态交互，颠覆传统AI工作模式
AutoGLM沉思是由智谱AI推出的一款开创性AI智能体，它突破性地将深度研究能力与实际操作能力融为一体，实现了AI从被动响应到主动执行的跨越式发展。
# 图像识别 # 机器学习/深度学习 # 人工智能 # 搜索推荐 # 数据可视化
蚝油菜花
|
博文
|
来自： ModelScope模型即服务
别让创意卡在工具链！MiniMax MCP Server：MiniMax 开源 MCP 服务打通多模态生成能力，视频语音图像一键全搞定
MiniMax MCP Server 是基于模型上下文协议的多模态生成中间件，支持通过文本指令调用视频生成、图像创作、语音合成及声音克隆等能力，兼容主流客户端实现跨平台调用，采用检索增强生成技术保障内容准确性。
# 图像识别 # 人工智能 # 中间件 # API # 语音技术 # 开发者
免费试用