Shap-E

Gera objetos 3D a partir de texto ou imagens.

Produto ComumImagemModelo 3DGeração

Shap-E é um repositório oficial de código e modelos que gera funções implícitas 3D condicionais. Ele pode gerar objetos 3D a partir de texto ou imagens. Este produto utiliza os modelos geradores mais recentes e pode gerar modelos tridimensionais relacionados à solicitação fornecida.

Best AI Websites & Tools

Shap-E

Shap-E Situação do Tráfego Mais Recente

Shap-E Tendência de Visitas

Shap-E Distribuição Geográfica das Visitas

Shap-E Fontes de Tráfego

Shap-E Alternativas

Shap-E — Gera objetos 3D a partir de texto ou imagens.

Aquila-VL-2B-llava-qwen — Modelo de linguagem visual que combina informações de imagem e texto para processamento inteligente.

llama3v — Modelo de visão SOTA (estado da arte) baseado no Llama3 8B

Falcon 2 — Falcon 2 é um modelo de linguagem grande (LLM),开源、 multilíngue e multimodal, com capacidade de conversão de imagem para texto.

LumaAi Genie — Prévia de pesquisa do modelo base de geração 3D da Luma

SmolVLM2 — SmolVLM2 é um modelo de linguagem leve focado na análise e geração de conteúdo de vídeo.

Gerador de Firecrawl LLMs.txt — Ferramenta para gerar arquivos de texto integrados de sites para treinamento e inferência de LLM

Google CameraTrapAI — Modelo de IA treinado pelo Google para classificar espécies em imagens de armadilhas fotográficas de vida selvagem.

QwQ-32B — QwQ-32B é um poderoso modelo de raciocínio, projetado para resolução de problemas complexos e geração de texto, com desempenho excepcional.

olmOCR-7B-0225-preview — olmOCR-7B-0225-preview é um modelo de reconhecimento de imagem de documentos baseado em Qwen2-VL-7B-Instruct, ajustado para converter documentos em texto puro de forma eficiente.

Magma-8B — Magma-8B é um modelo de IA multimodal lançado pela Microsoft, capaz de processar entradas de imagem e texto e gerar saídas de texto.

OmniParser-v2.0 — OmniParser é uma ferramenta universal de análise de tela que converte capturas de tela da interface do usuário (UI) em formatos estruturados, melhorando o desempenho de agentes de UI baseados em LLMs.

Detecção de Objetos Agêntica — Tecnologia de detecção de objetos baseada em raciocínio, atingindo precisão similar à humana por meio de prompts de texto.

Cachorro-Quente — Um aplicativo divertido de reconhecimento de imagem que determina se uma imagem carregada é ou não um cachorro-quente.

s1-32B — s1 é um modelo de inferência baseado no Qwen2.5-32B-Instruct, treinado com apenas 1000 amostras.

Qwen2.5-VL — Qwen2.5-VL é um poderoso modelo de linguagem visual que consegue compreender o conteúdo de imagens e vídeos e gerar texto correspondente.

Xwen-Chat — Xwen-Chat é um conjunto de modelos de linguagem grandes focados em diálogo em chinês, oferecendo diversos modelos e serviços de geração de linguagem.

SmolVLM-256M-Instruct — SmolVLM-256M é o menor modelo multimodal do mundo, capaz de processar de forma eficiente entradas de imagem e texto e gerar saídas de texto.

DeepSeek-R1-Distill-Qwen-14B — DeepSeek-R1-Distill-Qwen-14B é um modelo de geração de texto de alto desempenho, adequado para diversas tarefas de raciocínio e geração.

DeepSeek-R1-Distill-Qwen-32B — DeepSeek-R1-Distill-Qwen-32B é um modelo de linguagem de código aberto de alto desempenho, adequado para diversas tarefas de geração de texto.

AI ContentCraft — O AI ContentCraft é uma ferramenta multifuncional de criação de conteúdo que integra a geração de texto, a síntese de voz e a geração de imagens.

Textoon — Textoon é uma ferramenta inovadora que gera personagens de desenho animado 2D vívidos com base em descrições de texto.

InternLM3 — InternLM3 é um conjunto de modelos focado na geração de texto, oferecendo diversas versões otimizadas para atender diferentes necessidades.

InternVL2_5-78B-MPO — Esta é uma série de modelos de linguagem grandes multimodais avançados, apresentando desempenho geral excepcional.

MiniMax-Texto-01 — MiniMax-Texto-01 é um poderoso modelo de linguagem com 456 bilhões de parâmetros, capaz de processar contextos de até 4 milhões de tokens.

Ollama OCR para Web — Um poderoso pacote OCR que utiliza modelos de linguagem visual de última geração para extrair texto de imagens.

Editor de Batata Doce — Ferramenta completa para criação de posts para o Little Red Book, oferecendo funcionalidades de edição, formatação e verificação de conteúdo.

Dria-Agent-a-7B — Modelo de linguagem grande baseado na série Qwen2.5-Coder, focado em aplicações de agente.

Demonstração de Gaze — Um Hugging Face Space criado por moondream para demonstrar tecnologias relacionadas ao ponto de fixação.

KaChiKa — Um aplicativo para aprender japonês através de cenas da vida cotidiana.