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
CLaMP 3：音乐搜索AI革命！多模态AI能听懂乐谱/MIDI/音频，用27国语言搜索全球音乐
CLaMP 3是由清华大学团队开发的多模态、多语言音乐信息检索框架，支持27种语言，能够进行跨模态音乐检索、零样本分类和音乐推荐等任务。
# 图像识别 # XML # 机器学习/深度学习 # 人工智能 # 自然语言处理 # 数据格式
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
AI视频生成也能自动补全！Wan2.1 FLF2V：阿里通义开源14B视频生成模型，用首尾两帧生成过渡动画
万相首尾帧模型是阿里通义开源的14B参数规模视频生成模型，基于DiT架构和高效视频压缩VAE，能够根据首尾帧图像自动生成5秒720p高清视频，支持多种风格变换和细节复刻。
# 图像识别 # 机器学习/深度学习 # 人工智能 # 编解码 # Apache # 异构计算
fundroid
|
博文
使用 Google MLKit 进行图像识别
MLKit 是 Google 提供的移动端机器学习库。工程师仅通过少量代码就能在 Andorid 或 iOS 上实现各种 AI 能力，例如图像、文字、人脸识别等等
# 图像识别 # 机器学习/深度学习 # 人工智能 # 前端开发 # API # TensorFlow # 算法框架/工具 # Android开发 # 计算机视觉 # iOS开发
阿里云OpenVI
|
博文
|
来自： 视觉智能
【视觉智能AI场景解决方案——AI视频互动娱乐】
如今我们正逐渐进入一个智能化时代，AI视频互动娱乐在娱乐场景中被广泛应用。它利用先进的人工智能技术和互动性强的视频娱乐形式，为用户带来全新的娱乐体验。无论是与虚拟角色互动竞技，还是参与丰富多样的虚拟现实体验，AI视频互动娱乐都能让用户沉浸其中。现如今我们可以在电子游戏、电影、电视节目等传统娱乐形式中见到视觉AI的影子。 那么，AI和我们的生活娱乐中能撞出什么火花？来看看当下最火爆的视频互娱新玩法吧~
# 图像识别 # 视觉智能开放平台 # 人工智能 # vr&ar
快乐期盼
|
博文
|
来自： ModelScope模型即服务
aigc
aigc
# 图像识别 # 人工智能
蚝油菜花
|
博文
|
来自： ModelScope模型即服务
ebook2audiobookXTTS：开源电子书转有声书 AI 工具，支持 16 种语言
ebook2audiobookXTTS 是一款开源的 AI 工具，能够将电子书转换为有声书，支持多种电子书格式和 16 种语言。该工具利用 Coqui XTTS 技术实现高质量的文本到语音转换，并提供命令行、Web 界面和 Docker 容器等多种使用方式。
# 图像识别 # 人工智能 # Ubuntu # 语音技术 # Docker # 容器
蚝油菜花
|
博文
|
来自： ModelScope模型即服务
FinRobot：开源的金融专业 AI Agent，提供市场预测、报告分析和交易策略等金融解决方案
FinRobot 是一个开源的 AI Agent 平台，专注于金融领域的应用，通过大型语言模型（LLMs）构建复杂的金融分析和决策工具，提供市场预测、文档分析和交易策略等多种功能。
# 图像识别 # 机器学习/深度学习 # 人工智能 # 算法 # 数据可视化
蚝油菜花
|
博文
|
来自： ModelScope模型即服务
Eliza：TypeScript 版开源 AI Agent 开发框架，快速搭建智能、个性的 Agents 系统
Eliza 是一个开源的多代理模拟框架，支持多平台连接、多模型集成，能够快速构建智能、高效的AI系统。
# 图像识别 # 存储 # 人工智能 # 开发框架 # JavaScript # API
蚝油菜花
|
博文
|
来自： ModelScope模型即服务
GLM-Realtime：智谱推出多模态交互AI模型，融入清唱功能，支持视频和语音交互
GLM-Realtime 是智谱推出的端到端多模态模型，具备低延迟的视频理解与语音交互能力，支持清唱功能、2分钟内容记忆及灵活调用外部工具，适用于多种智能场景。
# 智能语音交互 # 智能语音交互 # 图像识别 # 人工智能 # 自然语言处理 # 搜索推荐 # UED # 智能硬件
免费试用