CogVLM开源项目 – 多模态视觉语言AI模型

WhatsApp BOT为用户提供使用ChatGPT生成文本和Midjourney生成图像的功能。用户只需发送文本消息到指定的WhatsApp号码，即可获得即时的聊天回复和图像生成。此服务提供10次免费请求，之后有经济实惠的月度或按需付费计划。

Ultimate Toolbar Gpt- For ChatGpt是一个Chrome扩展，旨在为内容创作者、作家等用户提供快速访问高级ChatGpt功能和自动化工具的便捷方式。用户可以生成创意写作提示、创建基于语音的交互、以不同文件格式导出输出内容，并实现各种任务的自动化。

SocialBu是一个社交媒体管理和自动化工具，帮助用户高效管理和自动化其在Facebook、Twitter、Instagram和LinkedIn等平台上的社交媒体存在。它提供了发布计划、回复消息和评论、监控社交媒体对话、自动化任务和提供详细分析等功能。

Snoooz是一个外出助手，能够发送个性化的外出消息，并自动备份紧急对话，确保没有遗漏。用户可以创建免费的账户，登录后设置个性化的外出回复，自动化外出任务，实施轮流备份，创建覆盖计划等。

Infinity Shortcuts 是一款终极 iOS 伴侣应用，旨在帮助用户轻松使用快捷指令，提升 iPhone 使用体验。无论是自动化操作还是简单的快捷方式，这款应用都能让用户更加高效地管理日常任务。

Sune是一个以AI为核心的工作空间，允许用户以全新的方式生活化文档、项目和任务。它提供了一个无限的画布，用户可以在上面可视化地组织工作并绘制连接，像虚拟白板一样为提高生产力提供灵活且可定制的工作环境。

将PDF文档转换为Markdown的智能工具，利用先进的视觉语言模型，能够精准识别并提取文本、表格和公式，保留文档格式和层次结构

TokenOCR是一款面向文档理解的文本图像基础模型，旨在让机器更好地‘读懂’图文内容。它通过首个token级别的图像文本数据集TokenIT，包含2000万图像和18亿token-mask对，提出首个token级别的文本图像基础模型，支持多种下游任务。基于TokenOCR构建的TokenVL模型，在文档视觉问答任务中表现卓越。

WeMake专注于数字化转型，为企业和初创公司提供AI集成、云服务和项目管理，旨在通过AI驱动的工具提升生产力，尤其是个性化智能助手V41的使用，能够自动化任务并促进无缝协作。

Salesforce AI Buddy 是一个Chrome扩展，旨在通过自动化复杂任务（如公式字段创建和验证规则编写）来提高Salesforce用户的生产力。它提供AI驱动的帮助，简化Salesforce工作流程，生成数据可视化，并提供规则和公式的解释，是开发人员、管理员和最终用户的必备工具。

LLaMA-VID 是一种开源的多模态大模型，专门设计用于处理长时间的视频内容，如电影。它通过使用视觉语言模型（Vision Language Models, VLMs）来结合计算机视觉和自然语言处理，从而理解和生成与视频内容相关的文本。LLaMA-VID 通过使用两个标记（Token）来表示每一帧图像或视频：一个上下文标记（Context Token）用于编码整个图像或视频中最相关或最重要的部分，另一个内容标记（Content Token）用于捕捉每一帧图像中具体存在或发生过的事物。这种方法有效地减少了长时间视频中过多无关紧要的信息，并保留了最核心的有意义信息。LLaMA-VID 能够处理单图片、短视频和长视频，并在多个视频榜单上实现了 SOTA（State of the Art）表现。

baize 是一个将大模型集成至终端的工具框架，提供一系列方便的交互模式，旨在提高在终端中使用大模型的效率。它支持多种大模型平台和本地部署，允许用户通过简单的命令行操作与大模型进行交互，并支持自动化任务、多模态处理、历史上下文管理等功能。baize 的设计理念是让大模型的使用像普通终端命令一样简单，适合经常使用终端的用户。

WorkGPT是一个基于聊天机器人的平台，使用户能够创建自己的虚拟助手，支持与多种工具和应用程序无缝连接，从而提升生产力并轻松简化任务。

Respell是一个以AI为核心的平台，旨在自动化知识工作。它的智能聊天代理Elle能够随着时间的推移学习团队的流程和数据，建议新的自动化方案。Respell可以与Gmail、Notion、Airtable等多种工具集成，方便用户高效工作。

Xiu.ai是一个集成了超过100种AI工具的平台，旨在通过强大的AI模型帮助用户优化和增强日常工作流程。无论是数据分析、内容生成还是自动化任务，Xiu.ai都能提供丰富的解决方案，帮助用户提高效率，实现更高的生产力。

Rely.io是一个内部开发门户，帮助现代工程组织集中管理服务质量、健康和成熟度，提供实时软件目录，统一工程技术栈，并训练定制的AI助手，以提高软件交付生命周期中的工程生产力。

Minima是一种高效的面向对象脚本语言，旨在简化编程过程，提供友好的开发体验。它支持跨平台操作，并具备丰富的库和工具，适合各种开发需求。

VILA是一系列开源的视觉语言模型（VLM），旨在优化视频理解和多图像理解的效率和准确性。它通过预训练和多模态设计，支持长视频理解、多图像推理和高效的边缘部署。VILA在多个基准测试中表现优异，适用于自动驾驶、医疗影像分析等领域。

GPT4视觉用例集锦是一个集合了多种视觉任务的项目，基于最新的GPT-4模型，提供丰富的示例和用例，旨在帮助用户更好地利用视觉技术。该项目采用易于使用的API接口，支持图像分类、对象检测、图像生成和视觉问答等功能，适用于广泛的应用场景。

cursor 是一个用于创建全局代理规则的工具，允许AI在每次有新文件创建时自动运行bash脚本。该工具主要用于维护全局文件目录结构或执行其他自动化任务，具有高度可定制化的特点。

这个项目汇集了50多个最酷的AI网站和应用，它们将彻底改变你的工作和生活方式。无论是最前沿的技术还是创新的软件，这些工具都能让你大开眼界。