Lexica

MSQA（Multi-modal Situated Question Answering）是大规模多模态情境推理数据集，提升具身AI代理在3D场景中的理解与推理能力。数据集包含251K个问答对，覆盖9个问题类别，基于3D场景图和视觉-语言模型在真实世界3D场景中收集。MSQA用文本、图像和点云的交错多模态输入，减少单模态输入的歧义。

AI教程资讯 2025-02-08

Excalidraw是开源的在线绘图工具，拥有简洁的手绘风格和实时协作功能。Excalidraw完全在浏览器中运行，无需安装，支持多人同时编辑同一张图，提供端到端加密。Excalidraw核心功能包括各种绘图工具、导出为PNG或SVG格式、离线可用及跨平台兼容性。

AI教程资讯 2025-02-08

RMBG-2 0是BRIA AI推出的最新开源图像背景移除模型，基于先进的AI技术实现高精度的前景与背景分离，达到SOTA（State of the Art，即当前最佳）水平。RMBG-2 0在性能上超越前代版本，从1 4版本的73 26%准确率大幅提升至2 0版本的90 14%，超越业界知名的付费工具remove bg。

AI教程资讯 2025-02-08

JanusFlow是DeepSeek推出的 Janus 系列，用在多模态理解和生成任务的模型，整合自回归语言模型与校正流技术，在单一模型中实现图像理解和生成。框架基于解耦的视觉编码器和表示对齐策略，提升模型在不同任务上的性能，在多个标准基准测试中显示出与专业模型相当或更优的结果，在视觉理解上，超过了LLaVA-v1 5、Qwen-VL-Chat，在图像生成上，超过Stable Diffusion v1 5、SDXL。

AI教程资讯 2025-02-08