Vimi

Qwen大模型是阿里云通义团队研发的一系列大型语言模型（LLMs），旨在提供强大的自然语言处理能力以及多模态交互功能。用户可以通过该平台了解模型的最新进展、功能特性及使用方法。 Qwen大模型官网入口网址：https://qwen.readthedocs.io/zh-cn/Qwen大模型开源项目网址：https://github.com/QwenLMQwen大模型免费 体验入口：https://tongyi.aliyun.com/qianwen/，你可以通过下方链接直接访问。更多访问www.bgrdh.com

达医智影，阿里巴巴达摩院医疗AI医学影像早筛产品达医智影，结合阿里云算力，赋能医学影像癌症AI诊断筛检，致力癌症早筛、肿瘤筛查等各类急症和慢病的早期检查、更为精准的诊断，实现平扫CT+AI多癌筛查，成倍提升诊断检测效率、降低漏诊延误，让智慧医疗更高效。 “达医智影”是阿里巴巴达摩院医疗AI实验室研发的一款智能读片产品，旨在通过CT影像分析技术，结合人工智能算法，实现癌症等疾病的早期筛查和诊断。这一技术的核心在于利用“平扫CT+AI”的模式，通过一次胸部CT扫描即可同时筛查8种癌症（如胰腺癌、肝癌、食管癌、胃癌、结肠癌等）以及5种慢性病（如骨质疏松、脂肪肝及肺结节等），显著提高了癌症早筛的效率和准确性。 达医智影官网入口网址：https://damomed.com 该技术依托于阿里云强大的算力支持，通过AI算法对CT影像进行深度分析，能够快速识别多种疾病的病灶，并辅助医生完成诊断流程。这不仅大幅提升了诊断效率，还降低了漏诊率，为患者提供了更及时的治疗机会。例如，在胰腺癌的筛查中，“达医智影”能够精准定位病灶，其敏感性和特异性均超过传统方法。 “达医智影”还具有极高的数智化程度，通过数据可视化实现智能筛查、辅助诊断和量化分析，从而进一步优化医生的工作流程。目前，这项技术已在浙江丽水、衢州等地的基层医院试点应用，并与世界卫生组织等国际机构合作推广。 值得一提的是，“达医智影”是全球首创的多癌种早筛技术，其背后依托了超过30篇学术论文和60项专利支持。这一技术不仅在癌症早筛领域具有突破性意义，也为其他慢性病的筛查提供了新的解决方案。例如，在肺结节筛查中，“达医智影”能够捕捉到间接征象（如胰管扩张），从而提高胰腺癌的早期发现率。 “达医智影”作为一款AI驱动的医疗影像筛查工具，通过创新的技术手段和强大的算力支持，正在推动癌症早筛进入智能化时代，为全球医疗健康事业的发展注入了新的活力。

HappyOyster（中文名”快乐生蚝”）是阿里巴巴集团发布的开放式世界模型产品，由阿里巴巴ATH（Alibaba Token Hub）创新事业部研发。该产品的名称源自英语谚语”The world is your oyster”（意为”世界任你探索”），官方宣传语”Open it”正是呼应这一寓意。 HappyOyster官网入口网址：https://www.happyoyster.cn/ 核心能力 HappyOyster基于原生多模态架构构建，支持多模态理解与音视频联合生成，目前已实现两大核心能力： 导演模式（Direct）‍：用户可以自然语言描述创意，系统实时生成分镜画面，可在视频任意节点进行修改，最多支持3分钟生成时长，提供480p或720p分辨率选项。漫游模式（Wander）‍：生成可探索的互动世界，支持用户第一视角进入数字场景进行探索，最多生成1分钟时长，清晰度为480p。应用场景 该产品的应用范围非常广泛，涵盖多个行业领域： 影视制作：导演只需自然语言描述创意，系统即可实时生成分镜画面，大幅降低制作试错成本。游戏开发：开发者可快速生成可玩原型，缩短开发周期。短视频创作：支持实时导演场景并即时调整画面细节，显著缩短社交媒体内容制作周期。互动短剧：支持观众选择驱动剧情分支发展，实现个性化叙事模式。文旅与教育：用户能以第一视角走进名画现场或过往文明，在交互中探索因果、改写走向。品牌叙事：构建用户深度参与的品牌故事场景，通过沉浸式交互建立情感连接。产品特色开放式架构：用户生成的数字世界不仅能被完整保存，还可开放给其他用户进行二次创作。实时交互：支持实时世界创建与交互，实现数字世界与现实内容的动态共振。未来拓展：计划与穿戴设备等智能硬件结合，根据人的位置、动作与语言动态，实时生成沉浸式内容。

学而思九章大模型（MathGPT）是好未来教育集团自主研发的全球数学领域教育人工智能模型，专为数学爱好者和科研机构设计，旨在解决数学问题和讲题。九章大模型的核心功能包括自动解题、复杂应用题批改、语文英语作文批改及个性化AI分步骤讲题，旨在提升学生在数学、语文和英语学科的学习体验。 学而思九章大模型（MathGPT）官网入口网址：https://www.mathgpt.com/ 九章大模型的主要特点包括： 开源数据集：提供中文和英文的数学竞赛问题数据集，每个数据集包含5000个项目，覆盖小学至高中数学主题。多语言支持：支持中文和英文输入，适用于全球用户。详细解答步骤：提供详尽的解题过程，帮助学生理解数学问题。COT训练：支持Chain of Thought（思维链）训练，有助于学生培养逻辑思维能力。多学科应用：除了数学，还支持化学、物理、英语等学科的问题解答。 九章大模型在多个方面表现出色： 在中文数据集上的正确率是GPT-4的两倍多。在英文数据集上的正确率略高于GPT-4。在MathEval数学能力测评中，九章大模型在国内外30个大模型中脱颖而出，荣登榜首。 九章大模型的应用场景广泛，已成功落地于学而思学习机等智能产品中。例如，学而思xPad2 Pro学习机搭载了九章大模型，提供数学随时问功能，能够实现对小学至初中的数学题目即问即答。此外，九章大模型还通过“小思伴学”实现语音调用，提供AI口算批改、听写等十大AI工具。 九章大模型不仅是一个强大的数学学习工具，还被应用于多个教育场景中，如智慧作业、备课助手和个性化学习手册等。其强大的生成和理解能力，能够针对性解决学生的个性化问题，帮助学生融会贯通，并向更广泛的学生普及优质教学资源。 学而思九章大模型（MathGPT）凭借其强大的数学解题和讲题能力，以及多学科、多语言的支持，已成为教育领域的重要工具，为学生和教师提供了高效、便捷的学习和教学体验。

Flux1.ai 是由 Black Forest Labs 开发的一款革命性的文本到图像生成模型，旨在通过先进的 AI 技术将文本描述转化为高质量的图像。该平台提供了三种不同版本的模型，分别为 Flux.1 [pro]、Flux.1 [dev] 和 Flux.1 [schnell]，以满足不同用户的需求。 flux1.ai官网入口网址：https://flux1.ai/ Flux.1 [pro] 是专为商业应用设计的高级版本，能够生成卓越的图像质量、多样化的输出和精准的颜色控制，适用于专业设计、广告内容创作、电影和动画制作等领域。Flux.1 [dev] 是开源版本，适合非商业用途，用户可以在 Hugging Face 等平台上获取权重文件，并用于学术研究或个人项目。Flux.1 [schnell] 则是面向快速本地开发和个人使用的优化版本，运行速度快且价格实惠，非常适合初学者和创意开发者。 Flux1.ai 平台采用混合架构，结合了多模态扩散变压器和并行注意力层，支持文本、图像和视频等多种输入类型。其核心参数规模高达 120 亿，能够生成细节丰富且高质量的图像，同时支持多种分辨率和排版方式。此外，该平台还支持实时协作功能，允许多个用户同时在线编辑项目并共享反馈意见，确保设计流程的高效性。 Flux1.ai 提供了多种访问方式，包括通过官方网站注册账户、使用 API 接口或通过第三方平台（如 fal.ai 和 Toast AI）进行在线体验。用户可以根据需求选择合适的版本，并利用平台提供的详细教程和常见问题解答快速上手。 Flux1.ai 不仅在图像生成领域表现出色，还因其开源特性、强大的社区支持和灵活的使用方式，受到了广泛的关注和好评。无论是艺术家、设计师还是研究人员，都可以借助 Flux1.ai 实现创意表达和高效工作。

VideoPoet 是由谷歌研究团队开发的一款创新的 AI 视频生成模型，旨在通过多模态大模型技术实现高质量视频内容的生成。该模型的核心优势在于其多模态大模型架构，能够处理和转换不同类型的输入信号，包括文本、图像、视频和音频，从而实现多种风格和动作的视频输出。 VideoPoet官网入口网址：https://sites.research.google/videopoet/ VideoPoet 的主要功能包括文本到视频、图像到视频、视频风格化、编辑与扩展、视频音频化和跨模态学习等。它采用仅解码器的 Transformer 架构，通过预训练和任务特定适应两个阶段进行训练。预训练阶段融合了多种多模态生成目标，使其能够应用于多种视频生成任务。此外，VideoPoet 还支持生成长达 10 秒的视频，并且无需特定数据集或扩散模型。 VideoPoet 的应用场景非常广泛，适用于电影制作、动画片、广告制作、虚拟现实等多个领域。用户只需输入文本描述，即可生成高质量的视频内容，无需视觉或音频指导。例如，谷歌团队曾利用 VideoPoet 根据文本提示生成了一段浣熊旅行的故事视频，总时长为 1 分钟。 VideoPoet 的官网地址为：https://sites.research.google.com/view/videopoet/ 。用户可以通过官网体验入口快速上手使用该工具，无论是行业专家还是初学者，都能轻松创作满足不同场景需求的视频内容。 VideoPoet 为视频创作提供了无限可能，无论是专业制作人还是普通爱好者，都能通过简单的操作实现创意表达。其强大的多模态处理能力和灵活的视频生成功能，使其成为未来 AI 视频生成技术的主流方向。