返回
AI应用
web建站教程
首页
前端UI组件库
AI项目和框架
前端知识
AI应用
IT知识
ComfyUI插件
地图大全
休息站
北京交通大学
Migician
一款由清华大学、北京交通大学和华中科技大学联合推出的多模态视觉定位模型,专门用于自由形式的多图像定位任务。该模型能够根据文本描述、图像或两者的组合,在多幅图像中精确定位相关的视觉区域。
AI大模型
北京交通大学
华中科技大学
清华大学
精选热门文章
SGLang:一款面向大语言模型与多模态模型的开源高性能推理框架
Thinker:优必选开源具身智能视觉语言大模型 专为机器人场景打造
Vidu Q3:专为短剧/漫剧/广告等叙事场景打造的音画同步AI视频模型
FireRedChat:小红书智创音频团队自研全双工智能语音交互系统
GLM-Image:智谱×华为联合开源,全流程国产芯片训练的多模态图像生成标杆