BEVFormer开源项目 – 开源的环视物体检测方案

RT-DETR（Real-time DEtection Transformer）是一种在速度和准确率方面均超越YOLO系列的先进物体检测模型，旨在提升计算机视觉任务的效率和效果。该模型采用高效的混合编码器和不确定性最小查询选择方法，支持灵活的速度调整和多尺度特征处理，在COCO数据集上表现出色。

Ping Path 是一款专为视障人士设计的导航应用，利用空间音频、LiDAR技术/增强现实和人工智能，提供直观的导航体验。用户可以通过下载应用、允许位置访问，轻松开始使用其导航功能。

CrayEye是一个免费的开源项目，旨在通过设备传感器和API注入真实世界上下文来生成和共享多模态LLM视觉提示。该项目由人工智能编写，支持用户创建丰富的视觉提示，以增强机器学习模型的上下文理解能力。

Drive-OccWorld是一个基于视觉的4D空间占用预测与规划项目，专注于为自动驾驶提供全新的解决方案。它通过精准建模动态物体与静态环境的未来状态，结合集成世界模型，实现连续预测与规划，为自动驾驶系统提供强大的环境感知与预测能力。

Melodisco是一个创新的AI音乐播放器，利用机器学习算法分析和理解音乐，提供个性化的音乐推荐和播放体验。它能够学习用户的听歌习惯，根据用户的情绪和环境智能推荐音乐，已收录30万首AI歌曲。支持多种部署方式，包括Vercel和Docker，并提供本地开发指南。

一个主动预测任务的LLM代理系统，通过环境感知、辅助标注和动态生成管道，能够在无需用户明确请求的情况下主动提供帮助。

VIMA是一款连接了机械臂的语言模型（LLM），能够接收多模态的指令，支持文字、图片、视频等输入形式。该系统能够逐步感知环境并采取实际动作，支持多模式提示，使任务描述简单灵活，统一多种任务，如视觉目标达到、视频演示模仿、学习新概念和满足安全限制。作为一个开源项目，VIMA提供了代码、预训练模型、数据集和物理模拟基准，无需付费或填写表格，便于用户使用和开发。

该项目是一个专注于非结构化户外环境自动驾驶研究的资料列表，汇集了200多篇相关论文，涵盖了数据集、地图制作与定位、环境感知、路径规划、端到端驾驶解决方案等多个关键领域。项目旨在为研究者提供全面的参考资料，支持在复杂环境下的自动驾驶技术开发与优化。

Brandblast是一个基于AI的自动化平台，旨在为小型企业生成社交媒体内容，帮助他们节省时间和金钱。用户只需提供网址，平台的AI将学习品牌并开始生成内容，同时可连接社交媒体账户以自动发布生成的内容。

createwebsite.io 是一个利用人工智能技术，帮助用户快速创建网站的平台。用户可以在几分钟内完成网站设计，而不是花费数天或数月的时间。该平台适用于各种行业，包括摄影师、家庭餐饮企业和科技初创公司。

一种高效加速大语言模型推理的技术，通过减少内存访问，几乎不损失性能，让模型运行更快更省资源

一个开源项目，突破了使用OpenAI Chat-LLMs（如ChatGPT）的长度限制，使您能够与任何长文档进行对话，帮助对内容的理解，便于获取有价值的见解。

天工是由昆仑万维开发的大型语言模型，旨在通过自然语言与用户互动。它是国内首个对标ChatGPT的双千亿级大语言模型，支持多种应用场景，包括学习、职业和生活。天工3.0版本已开放公测，具备4000亿参数，是目前世界上最大的开源MoE模型。

AdIntelli是一款专为AI开发者和企业设计的平台，通过先进的AI驱动广告投放技术，简化了在聊天中集成广告的过程，帮助用户轻松实现收入生成。

WithUI是一个创新工具，通过人工智能的力量转变UI设计流程，旨在为专业人士和个人自动化和简化美观且功能齐全的UI组件的创建。它为设计师、开发者和产品经理量身定制，简化UI设计工作流程，提供高质量和可定制的设计资产。