视觉问答

UNI-1 AI

uni-1ai.com

UNI-1 AI是一个将视觉推理与图像生成整合在单个Transformer架构中的AI模型服务站点，核心定位为提供统一架构下的图像理解与生成一体化服务。平台支持基于文本的图像内容推理、文本引导图像生成、图像修改编辑、视觉问答等多种核心功能，面向AI研究人员、创意设计从业者、内容创作者、产品开发人员以及AI爱好者提供服务。可应用于创意概念图产出、学术AI模型研究、商业内容视觉处理、个性化图像修改等多种场景，用户无需切换多个模型即可完成从图像理解到生成的全流程操作。

Cantor

ggg0919.github.io

Cantor是面向多模态链式思维推理研究的开源技术框架，核心定位是结合视觉感知与大语言模型逻辑推理能力，解决复杂视觉推理任务。核心功能包括视觉上下文感知对齐、多模态链式思维生成、推理性能自动评估、零样本推理适配、实验结果可视化。目标用户覆盖人工智能研究者、计算机视觉方向学生、多模态大模型开发人员、AI应用落地工程师、算法竞赛参与者。使用场景包括多模态推理算法性能测试、学术研究中基线模型对比、零样本视觉推理任务开发、大语言模型多模态能力验证、相关教学课程实验演示。