发现每张图片的魔力并满足您的好奇心!,Picurious官网入口网址
Imagga图像识别API是一款强大的计算机视觉人工智能工具,提供图像标记和分类、视觉搜索、内容审核等解决方案,Imagga官网入口网址
Jax 库,计算机视觉研究及更多,Scenic官网入口网址
Google 一款轻量级、高效能的AI模型,专为大规模高频任务设计。Gemini 1.5 Flash官网入口网址
一站式AI工具平台,Onyxium官网入口网址
一种用于生成超详细图像描述的模型,用于训练视觉语言模型。ImageInWords官网入口网址
Falcon 2 是一款开源、多语言、多模态的模型,具备图像到文本转换能力。Falcon 2官网入口网址
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官网入口网址
使用ollama Python客户端与ComfyUI工作流集成的大型语言模型(LLM),ComfyUI Ollama官网入口网址
基于llama3 8B的SOTA视觉模型,llama3v官网入口网址
Google AI辅助下的艺术图像学习游戏,Say What You See官网入口网址
是一款免费在线OCR工具,包含文字识别、表格识别,PDF转文件,文件转PDF、其他格式转换,识别率高,体验好,免费,TextIn Tools官网入口网址
大型多模态模型,处理多图像、视频和3D数据。LLaVA-NeXT官网入口网址
AI图像检测工具,识别篡改照片,TruthPix官网入口网址
基于强化学习技术的视觉思考模型,理科测试行业领先
图像识别、标注和关键词生成工具,CrossPrism for MacOS官网入口网址
智谱AI绘画可根据用户的描述创作出新的艺术作品,还能够模仿不同的艺术风格,提供个性化的图像编辑和创作服务,智谱AI绘画官网入口网址
先进的大型混合专家视觉语言模型
覆盖了从个人使用到企业级应用的多个方面的多模态大模型,Step-1V官网入口网址
浏览器插件,一键翻译网页上的图片文字。
新一代视觉语言模型,更清晰地看世界。Qwen2-VL官网入口网址
基于推理驱动的目标检测技术,通过文本提示实现类似人类精度的检测。
Qwen2.5-VL 是一款强大的视觉语言模型,能够理解图像和视频内容并生成相应文本。
一款通过生活场景学习日语的APP。
Kimi 视觉模型可理解图片内容,包括文字、颜色和物体形状等。
一个强大的OCR包,使用最先进的视觉语言模型提取图像中的文本。
将图片中的表格和文本准确转换为Excel文件的AI工具
将图像转换成结构化的Markdown文档
通过AI技术将菜单图片转化为单个菜品图片,辅助点餐决策。
基于InternViT-6B-448px-V1-5的增强版视觉模型
端侧全模态理解开源模型
一站式OCR代理,快速从图像中生成洞见。
- 智能浏览器新标签页 -
完全免费 · 简洁大方功能丰富 · 高效舒适