2026/1/12 9:35:37
网站建设
项目流程
包头网站建设平台广和,wordpress wp_links,成都航空公司官方网站,过时的网站公共资源速递
5 个公共数据集#xff1a;
* FirstAidQA 急救知识问答数据集
* PhysDrive 驾驶员生理测试数据集
* PolypSense3D 息肉尺寸感知数据集
* Envision 多阶段事件视觉生成数据集
* Care-PD 帕金森三维步态评估数据集
8 个公共模型#xff1a;
* SAM 3
* Z-…公共资源速递5 个公共数据集* FirstAidQA 急救知识问答数据集* PhysDrive 驾驶员生理测试数据集* PolypSense3D 息肉尺寸感知数据集* Envision 多阶段事件视觉生成数据集* Care-PD 帕金森三维步态评估数据集8 个公共模型* SAM 3* Z-Image-Turbo* Ovis-Image-7B* Ministral-3-14B* LongCat-Image* Open-AutoGLM* VibeVoice-Realtime-0.5B* Eigen-Banana-Qwen-Image-Edit5 个公共教程* RFdiffusion3蛋白质设计模型* Open-AutoGLM手机端智能助理* MarkItDown 微软开源的文档转换工具* LongCat-Image双语文本驱动图像生成系统* LightOnOCR-1B-Interface面向复杂文档的高速 OCR 引擎访问官网立即使用http://openbayes.com公共数据集1. FirstAidQA 急救知识问答数据集FirstAidQA 包含 5,500 条高质量文本问答对全部围绕急救与应急响应场景构建。数据内容覆盖急救操作流程、紧急处置方法与安全注意事项问答结构清晰、专业性强。所有样本均基于权威急救教材生成文本形式统一适合用于急救知识问答与应急场景下的语言模型训练与评测。* 在线使用https://go.openbayes.com/kVEdl2. PhysDrive 驾驶员生理测试数据集PhysDrive 包含约 24 小时约 150 万帧的多模态驾驶数据采集自 48 名驾驶员的真实驾驶过程。每位受试者完成 6 个约 5 分钟的驾驶片段覆盖多种光照条件、车型、驾驶动作与道路环境。数据同步提供 RGB 视频、近红外视频与毫米波雷达信号并配套多类生理真值标注适合用于非接触式生理测量与驾驶员状态分析。* 在线使用https://go.openbayes.com/Qe9U0数据集示例3. PolypSense3D 息肉尺寸感知数据集PolypSense3D 是一个多源内镜数据集由虚拟仿真、实体仿体与真实临床三类数据组成。虚拟数据包含 32,000 帧提供 RGB、密集深度、分割掩码与相机参数实体仿体数据基于 3D 打印结肠模型采集包含精确尺寸标注临床数据来自真实内镜检查提供冻结帧、分割结果与基于校准器具的尺寸标注适合用于息肉检测、深度估计与尺寸测量研究。* 在线使用https://go.openbayes.com/a9iPA4. Envision 多阶段事件视觉生成数据集Envision 数据集由 1,000 个完整事件序列与 4,000 条四阶段文本提示组成每个事件被拆分为多个时间阶段形成明确的阶段递进结构。数据覆盖自然科学与人文历史等六大领域事件素材来源于教材与公开资料并经过统一生成与润色强调因果关系与多阶段演化适合用于事件理解与多阶段生成任务。* 在线使用https://go.openbayes.com/PYeFr数据集示例5. Care-PD 帕金森三维步态评估数据集CARE-PD 包含 362 名受试者的步态数据来源于 8 个临床机构、9 个独立队列是目前公开规模较大的帕金森病三维步态数据集。所有原始视频与动作捕捉数据均被统一转换为匿名化的 SMPL 三维人体步态网格。数据集由 9 个子集构成涵盖不同药物状态、步态亚型与临床评分信息适合用于步态建模、疾病评估与跨队列分析研究。* 在线使用https://go.openbayes.com/YrC2A公共模型1. SAM 3* 发布机构Meta AISAM 3 是新一代通用视觉分割模型引入「可提示概念分割」机制可通过自然语言或示例图像指定分割目标。模型能够在图像与视频中自动检测、分割并持续追踪同一概念下的所有实例并具备良好的零样本泛化能力同时扩展支持 3D 场景理解在通用分割与复杂视觉理解任务中表现突出。* 在线使用https://go.openbayes.com/vpxfY2. Z-Image-Turbo* 发布机构阿里通义实验室Z-Image-Turbo 总参数规模为 6B基于单流扩散 TransformerS3-DiT架构在极少采样步数下实现高质量图像生成。模型仅需约 8 步推理即可输出接近印刷级质量的图像在推理速度与硬件成本方面具备显著优势同时在中文提示词理解与中英文字渲染方面表现突出。* 在线使用https://go.openbayes.com/HGdWh3. Ovis-Image-7B* 发布机构OvisOvis-Image-7B 是一款参数规模为 7B 的文本生成图像模型针对文本渲染任务进行了专项优化。模型在文字密集、版式敏感的提示词场景中具备稳定表现能够准确生成清晰可辨的文本内容并兼顾整体视觉一致性在较低资源条件下也具备良好的部署与推理效率。* 在线使用https://go.openbayes.com/cK8SC4. Ministral-3-14B* 发布机构Mistral AIMinistral-3-14B 是一款 14B 参数规模的多模态对话模型在保持轻量化体量的同时实现了较强的指令遵循与多轮对话能力。模型支持较长上下文窗口并在推理效率与部署友好性方面表现平衡适合本地 AI 应用开发、对话系统构建与二次研究。* 在线使用https://go.openbayes.com/iITIL5. LongCat-Image* 发布机构美团 LongCat 团队LongCat-Image 是一款 6B 参数规模的图像生成与编辑基础模型在中英文双语文本理解与文字渲染方面具备明显优势。模型在保持较高生成效率的同时实现了真实感较强的视觉输出并在多项生成与编辑任务中表现稳定适合多语言内容生成与图像编辑场景。* 在线使用https://go.openbayes.com/PjpLD6. Open-AutoGLM*发布机构智谱 AIOpen-AutoGLM 是一款具备手机端操作能力的多模态智能体模型能够理解真实手机屏幕内容并自动执行点击、滑动与输入等操作。模型采用「感知–规划–行动–反思」的执行框架可稳定完成多步骤、跨应用的复杂任务并支持敏感操作确认与人工接管适用于移动端自动化与智能助理研究。* 在线使用https://go.openbayes.com/mn9Ot7. VibeVoice-Realtime-0.5B* 发布机构MicrosoftVibeVoice-Realtime-0.5B 参数规模为 0.5B是一款专为超低延迟交互设计的实时文本转语音模型。该模型支持流式推理可在约 300 毫秒内完成语音生成并支持长时间音频输出与多说话人自然对话在极低计算开销下实现高保真语音合成。* 在线使用https://go.openbayes.com/16kcX8. Eigen-Banana-Qwen-Image-Edit* 发布机构Eigen AIEigen-Banana-Qwen-Image-Edit 是基于 Qwen-Image-Edit 的图像编辑 LoRA 权重针对文本引导的高质量图像编辑任务进行了优化。模型在较少推理步骤下即可完成物体操作、风格迁移等多类编辑任务并保持良好的编辑一致性适合快速、交互式的图像编辑应用。* 在线使用https://go.openbayes.com/3xmgy公共教程1. RFdiffusion3蛋白质设计模型RFdiffusion3 是一款全原子级蛋白质生成模型能够在严格的空间与化学约束下直接建模分子间相互作用。模型支持精细到原子级的结构控制可在设计阶段同时考虑稳定性、功能性与结合位点构型在复杂生物分子设计任务中具备较强的生成能力与灵活性适用于高精度蛋白设计与结构研究。* 在线运行https://go.openbayes.com/STGlr2. Open-AutoGLM手机端智能助理Open-AutoGLM 通过多模态模型对手机屏幕进行感知并结合规划与执行机制实现端到端自动化操作。系统可在无需预定义脚本的情况下理解真实应用界面并动态生成操作步骤同时支持安全确认与人工介入在复杂、多变的移动端场景中具备良好的泛化与可控性适用于智能助理与自动化交互探索。* 在线运行https://go.openbayes.com/3x4GU3. MarkItDown 微软开源的文档转换工具MarkItDown 面向大模型应用场景设计强调在文档转换过程中最大程度保留结构与语义信息。工具可稳定提取标题层级、列表关系、表格结构与链接引用避免传统纯文本转换造成的信息丢失使复杂文档更适合作为 LLM 的输入格式适用于文档理解与知识处理流程。* 在线运行https://go.openbayes.com/NuoO8项目示例4. LongCat-Image双语文本驱动图像生成系统LongCat-Image 是一款支持中英文双语的图像生成与编辑模型在文本到图像生成任务中兼顾生成质量与效率。模型在中文文本渲染准确性与覆盖度方面表现突出并在较小参数规模下实现高真实感的视觉输出适用于多语言内容生成与视觉创作场景。* 在线运行https://go.openbayes.com/t4VCv项目示例5. LightOnOCR-1B-Interface面向复杂文档的高速 OCR 引擎LightOnOCR-1B-Interface 基于端到端视觉–语言模型构建可直接从高分辨率页面中完成布局感知文本解析。系统在表格、多栏排版与扫描文档等复杂结构下保持稳定表现并兼顾处理速度与解析精度适用于大规模文档解析与自动化 OCR 任务。* 在线运行https://go.openbayes.com/MvFv5