热门新闻 第43页

UniRig是清华大学计算机系和VAST联合推出的创新自动骨骼绑定框架，用在处理复杂和多样化的3D模型。基于大型自回归模型和骨骼点交叉注意力机制，生成高质量的骨骼结构和蒙皮权重。框架引入Rig-XL数据集，

赞(0)划界2025-09-08阅读()

UniFluid是谷歌DeepMind和麻省理工学院联合推出的，统一的自回归框架，用在联合视觉生成和理解任务。基于连续视觉标记处理多模态图像和文本输入，生成离散文本标记和连续图像标记。框架基于预训练的模型，用配对的图像-文本数据训练，让生成和理解任务相

赞(0)划界2025-09-08阅读()

UniAct是新型的具身基础模型框架，解决不同机器人之间行为异构性的问题。通过学习通用行为，捕捉不同机器人共享的原子行为特征，消除因物理形态和控制接口差异导致的行为异构性。UniAct的架构包括通用行为提取器、通用行为空间和异构解码器。通用行为提取器基于视觉语言模型，通过观察和任务目标提取通用行为；通用行为空间以向

赞(0)划界2025-09-08阅读()

Umi-OCR是免费开源的离线OCR文字识别软件。无需联网，解压即用，支持截图、批量图片、PDF扫描件的文字识别，能识别数学公式、二维码，可生成双层可搜索PDF。内置多语言识别库，界面支持多语言切换，提供命令行和HTTP接口调用功能。插件化设计可扩展更多功能，如导入不同语言识别库等。截图OCR：能快速识别截图中的文字，支持排版解析，按照正确的顺序输出文字内容。批量图片OCR：支持批

赞(0)划界2025-09-08阅读()

TxGemma是谷歌推出的用于药物发现的通用人工智能模型，通过AI技术加速药物研发进程。基于Google的Gemma框架开发，能理解常规文本以及化学物质、分子和蛋白质等治疗实体的结构。研究人员可以通过TxGemma预测潜在新疗法的关键特性，如安全性、有效性和生物利用度。TxGemma具备对话能力，能解释预测依据，帮助研究人员解决复杂问题。模型提供20亿、90亿和270亿参数三种版

赞(0)划界2025-09-08阅读()

Turbolearn是AI学习工具，基于AI技术将录音和PDF文件转化为高效的学习资料，如笔记、闪卡、测验和播客。Turbolearn支持笔记中插入表格、表情符号、图表和公式，提供聊天功能，帮助用户提取笔记中的关键信息。Turbolearn的笔记支持在应用和官网同步，方便用户随时随地查看和编辑。TurboLear

赞(0)划界2025-09-08阅读()

TripoSR是StabilityAI和VAST联合推出的开源，能在不到0.5秒内从单张2D图像快速生成高质量的3D模型。模型基于Transformer架构，采用了大型重建模型（LRM）的原理，对数据处理、模型设计和训练技术进行了多项改进。TripoSR在多个公共数据集上的表现优于其他开源替代方案，TripoSR支持在没有GPU的设备上运行，极大地降低了使用门槛。采用MIT许可证，支持商业、个

赞(0)划界2025-09-08阅读()

TripoSG是VAST-AI-Research团队推出的基于大规模修正流（RectifiedFlow,RF）模型的高保真3D形状合成技术，通过大规模修正流变换器架构、混合监督训练策略以及高质量数据集，实现了

赞(0)划界2025-09-08阅读()

TripoSF是VAST推出的新一代3D基础模型，突破传统在细节、复杂结构和扩展性上的瓶颈。采用SparseFlex表示方法，结合稀疏体素结构，仅在物体表面附近的区域存储和计算体素信息，大幅降低内存占用，支持高分辨率训练和推理。TripoSF引入“视锥体感知的分区体素训练”策略，进一步降低训练开销。实

赞(0)划界2025-09-08阅读()

TranslateImage是免费的在线AI图片翻译工具，专为需要快速翻译图片中文字的用户设计。支持多种图片格式（如JPG、PNG、JPEG等），可处理产品图片、电商列表、营销材料、广告、截图、扫描文档等多种类型。工具翻译准确率超95%，支持上下文感知翻译，能保持原文意思和语气，支持技术性及行业特定术语。图片多语言翻译：支持将图片中的文字翻译成多种语言，满足不同用户的需求。上下文感知翻译

赞(0)划界2025-09-08阅读()