开源的PDF到Podcast工作流构建工具

为Firefox浏览器翻译功能优化的CPU加速神经机器翻译模型。

提供全球基础金融数据，快速整合到模型中，助力现代金融分析师高效工作。

新一代生成式AI模型

会议语音转文本并自动生成摘要的AI工具

保护隐私的音频深度检测

从自然语言提示创建B-Rep CAD文件和网格

大规模多模态医学数据集，MedTrinity-25M官网入口网址

基于羊驼模型的大型语音生成模型，LlamaVoice官网入口网址

轻量级、先进的2B参数文本生成模型。Gemma 2 2B官网入口网址

一个可视化的AI工作流构建平台

生成任何3D和4D场景的先进框架

高质量合成数据生成与结构化数据提取工具

视频生成模型Sora的存档库

AI云平台，为所有人服务

大规模多语言文本数据集

先进的多模态模型，支持图像和文本理解。Phi-3.5-vision官网入口网址

前端标注组件库，支持多种数据标注方式。labelU-Kit官网入口网址

开源语言代理，解决复杂多步推理任务。Husky-v1官网入口网址

用于视频生成的下一帧预测模型。

Dream 7B 是最强大的开放扩散大语言模型。

自监督触觉表示，用于基于视觉的触觉传感。

Pyramid-Flow的ComfyUI包装节点，用于高效视觉生成。

找到人工智能、机器学习、自然语言处理和数据科学等领域的最佳AI工作和职业机会。

轻量级库，用于构建高效能的智能代理

高性能英文对话生成模型

多语言生成语言模型

一个实验性的文本到语音模型

一款经过优化的大型语言模型，擅长文本生成和对话。OLMo-2-1124-13B-Instruct官网入口网址

轻量级、高性能的深度PDF表格提取工具，gmft官网入口网址

olmOCR是一个用于将PDF线性化以用于LLM数据集训练的工具包。

百度旗下AI算力、学习和实训平台，飞桨AI Studio星河社区官网入口网址