Midscene，浏览器操作AI助手，用自然语言描述你想做什么，它将帮助你操作网页、验证内容和提取数据
让我们看演示视频吧！ Midscene，浏览器操作AI助手，用自然语言描述你想做...
AI开源
VideoRAG，超长上下文视频处理理解，通过自适应多模态融合机制优化检索效率，保持多视频上下文中的语义连贯性
VideoRAG，超长上下文视频处理理解，利用单块 NVIDIA RTX 309...
open-Deep-Research，Hugging Face开源的代理，可以自主导航网络，滚动并搜索页面，下载和操作文件，在数据上进行计算等
open-Deep-Research，Hugging Face开源的代理，可以自...
OmniHuman-1，字节跳动推出的端到端多模态条件人体视频生成框架，可以根据单个人体图像和运动信号生成人体视频
让我们看看演示视频吧！ OmniHuman-1，字节跳动推出的端到端多模态条件人...
node-DeepResearch，开源版Deep Research，基于gemini-flash+jina reader实现
node-DeepResearch，开源版Deep Research，基于gem...
Mistral Small 3，MistralAI开源的模型，Llama 3.3 70b或Qwen 32B竞争
Mistral Small 3，MistralAI开源的模型，Llama 3.3...