ShowUI

Un modèle visuel-langage-action pour les agents d'interface graphique utilisateur (GUI).

Produit OrdinaireProgrammationModèle visuel-langage-actionAutomatisation GUI

ShowUI est un modèle visuel-langage-action léger, conçu pour les agents GUI. Il combine entrée visuelle, compréhension du langage et prédiction d'action, permettant aux interfaces informatiques de répondre aux instructions des utilisateurs de manière plus naturelle. Son importance réside dans son aptitude à améliorer l'efficacité et le naturel de l'interaction homme-machine, notamment dans les domaines de l'automatisation des interfaces graphiques et du traitement du langage naturel. Développé par le laboratoire showlab, il est désormais disponible sur la plateforme Hugging Face pour la recherche et les applications.

Best AI Websites & Tools

ShowUI

ShowUI Dernière situation du trafic

ShowUI Tendance des visites

ShowUI Distribution géographique des visites

ShowUI Sources de trafic

ShowUI Alternatives

ShowUI — Un modèle visuel-langage-action pour les agents d'interface graphique utilisateur (GUI).

PARTNR — Benchmark de planification et de raisonnement multi-agents

Modèle linguistique vocal Lingo de Xincun — Communication sans limites, pour que chaque conversation crée de la valeur.

LSLM — Système de dialogue conversationnel d'intelligence artificielle basé sur une interaction vocale en temps réel.

Hume AI EVI — Interface d'intelligence artificielle vocale conçue pour construire et simuler les expressions vocales humaines.

LAM — Comportement humain dans les applications informatiques d'apprentissage de l'IA

Modèle d'intégration de texte Gemini Embedding — Gemini Embedding est un modèle d'intégration de texte avancé qui fournit des capacités puissantes de compréhension du langage via l'API Gemini.

Interface Vidéo Conversationnelle — L'interface vidéo conversationnelle de l'intelligence émotionnelle de nouvelle génération, pour des interactions IA plus naturelles et plus humaines.

NeoBase — NeoBase est un assistant de base de données IA open source qui vous permet d'interagir avec votre base de données en langage naturel.

Instella — Instella est un modèle linguistique open source haute performance développé par AMD, conçu pour accélérer le développement des modèles linguistiques open source.

Clone — Clone est un robot humanoïde doté de la technologie révolutionnaire des muscles artificiels Myofiber, capable de marcher naturellement.

ViDoRAG — ViDoRAG est un framework d'agents d'inférence itérative dynamique qui combine la recherche de documents visuels et l'amélioration de la génération.

Microsoft Dragon Copilot — Microsoft Dragon Copilot est un espace de travail IA pour le secteur médical qui simplifie les flux de travail de documentation clinique et améliore l'efficacité.

Migician — Migician est un grand modèle linguistique multimodale axé sur la localisation multi-images, capable de réaliser une localisation précise multi-images de forme libre.

IndexTTS — Système texte-parole zéro-shot industriel, contrôlable et efficace

olmOCR — olmOCR est une boîte à outils permettant de linéariser des PDF pour l'entraînement d'ensembles de données de LLM.

Extensions Raycast IA — Raycast lance les Extensions IA, permettant d'interagir avec les applications de votre ordinateur et d'exécuter des tâches via des commandes en langage naturel.

MLGym — MLGym est un nouveau framework et une nouvelle référence pour faire progresser les agents de recherche en IA.

tablegpt-agent — Agent pré-construit de TableGPT2 pour les tâches de Q&R basées sur des tableaux.

bRAG-langchain — Un projet open source pour la construction d'applications de génération augmentée par la recherche (RAG).

Qwen — Qwen Chat est un outil de chat d'intelligence artificielle basé sur un modèle linguistique avancé, offrant des conversations intelligentes et de multiples fonctionnalités.

FlexHeadFA — Mécanisme d'attention précis, rapide et économe en mémoire

FlashMLA — FlashMLA est un noyau de décodage MLA hautement efficace optimisé pour les GPU Hopper, adapté aux services de séquences de longueur variable.

VLM-R1 — VLM-R1 est un modèle linguistique visuel renforcé stable et polyvalent, axé sur les tâches de compréhension visuelle.

Moonlight-16B-A3B — Moonlight-16B-A3B est un modèle d'expert mixte de 16 milliards de paramètres, entraîné avec l'optimiseur Muon, conçu pour une génération de langage efficace.

Moonlight — Moonlight est un modèle d'expert mixte de 16 milliards de paramètres, entraîné avec l'optimiseur Muon, et offrant des performances exceptionnelles.

kg-gen — Outil d'intelligence artificielle pour extraire les graphes de connaissances de n'importe quel texte.

Kie.ai — Kie.ai intègre les API DeepSeek R1 et V3 pour fournir des solutions IA sécurisées et évolutives.

hallucination-leaderboard — Un classement comparant les performances de grands modèles de langage (LLM) en matière d'hallucinations lors de la synthèse de courts documents.

KET-RAG — KET-RAG est un framework de génération enrichie par la recherche et intégrant un graphe de connaissances, conçu pour l'indexation efficace de documents et la génération de réponses.