ArcNerf是一个由多种尖端NeRF技术构成的框架，具备新视角渲染和对象提取等实用功能，支持高效模型训练和灵活架构设计。
MVSplat360 是一个用于快速生成 360 度场景的项目，利用稀疏视图进行前馈生成，旨在为虚拟现实和增强现实提供高质量的场景合成。
FranzLLM Extractor & Classifier 是一个强大的工具，利用变换器模型对文本进行分类、提取和有意义的分类，帮助用户更快地构建功能齐全的数据应用。
SpaceSerp 是一款强大的 API，能够实时提取 Google 搜索结果，监控品牌或产品提及，支持多种格式（JSON、CSV、HTML），并可从任何位置和设备收集数据。其系统基于先进的 AI 模型，具有高效、灵活的特点。
VerbaGPT旨在通过大型语言模型简化数据分析过程，同时确保数据隐私不被侵犯。该项目结合了先进的自然语言处理技术，使用户能够更轻松地从数据中提取洞见，而无需担心敏感信息的泄露。
Gen是一个高效的工具，它可以根据提供的接口自动生成网页，极大地减少开发过程中的重复性工作，让开发者专注于更重要的任务。支持多种接口格式，并允许用户自定义页面模板，以适应不同项目的需求。
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。
Scale是一个可信赖的平台，为自驾车、地图制作、增强/虚拟现实、机器人等AI应用提供高质量的训练数据。用户可以访问其平台，上传数据，由专业团队进行标注和注释，简化数据标记过程。
modelkit是一个极简但功能强大的Python MLOps库，方便将机器学习模型快速部署到产品中，兼容多种框架，提供模型版本控制和多种数据源支持。
SegViT是一个基于纯视觉变换器的语义分割项目，旨在提高图像分割任务的效率和性能。它能够处理多种图像分割任务，适应不同的应用场景，为研究人员和开发者提供了强大的工具。
LlamaV-o1是一个大型多模态模型，能够进行自发推理。在VCR-Bench基准测试中表现优异，超越了多个知名模型，如Gemini-1.5-flash和GPT-4o-mini。该模型结合了课程学习的结构化进展，使用Beam Search提升效率，特别适合复杂的多步视觉推理任务，具备高准确性和高效率。
FP-DETR是一个通过全预训练提高目标检测准确性的检测变换器。
UC伯克利研究推出的深度学习框架
DC-ShadowNet是一个基于无监督领域分类器引导网络的单图像硬软影子去除项目，旨在有效处理图像中的影子，提升视觉质量。
Bluubridge是一款将AI智能支持、聊天、电话和增强现实技术支持整合在一起的新应用，旨在确保用户获得所需的技术支持。
