#Multimodal

#1

OpenAI Advanced Voice

Conversazioni a vocina naturale in tempo reale con ChatGPT

#2

ScreenAgent

Agente open-source per il controllo delle interfacce utente tramite pianificazione ed esecuzione del mouse/tastiera.

#3

Grok 2

Chatbot di ragionamento dell'AI di x con supporto per l'input multimodale e generazione di immagini.

Runtime di AI locale per il caricamento di modelli direttamente sui dispositivi tra telefoni, computer e hardware di rete periferica.

#5

Project Astra

L'agente di intelligenza artificiale universale di Google DeepMind che vedrà, ascolterà ed inferirà sul mondo in tempo reale.

#6

OmniVision

Modello visivo-linguistico compatto progettato per la distribuzione di intelligenza artificiale al margine dispositivo/edge.

#7

Humain AI

Azienda ai-supported saudita che costruisce infrastrutture su larga scala e LLM multimodali per l'Arabico per i servizi AI globali.

#8

Uni-1 by Luma AI

Modello di apprendimento multi-sensoriale per la generazione di immagini ad alta fidelità con ragionamento spaziale forte e rendering del testo preciso.

#9

Black Forest Labs

Un'azienda startup pioniera di intelligenza artificiale specializzata nell'utilizzo di modelli generativi di ultima generazione per la sintesi di immagini e video.

#10

Veo 4

Generazione di video cinematografici multi-scena con audio sincronizzato nativo

#11

OpenArt

Suite di intelligenza artificiale creativa per generare arte, video e audio da testi o immagini

#12

SuperAnnotate

Piattaforma di annotazione dei dati end-to-end per la creazione di set di training di alta qualità per l'intelligenza artificiale.

#13

Gemma 3

Un modello di intelligenza artificiale open-source ottimizzato per le prestazioni da un GPU, che supporta l'ingresso multimodale e oltre 140 lingue.

#14

GLM-4.6V

Modello multiminimale open-source GLM da Z.ai che unisce visione, testo e chiamata dell'utente per la ragionevolezza in lungo contesto, ricerca, codifica e interfaccia-utente-a-codice.

#15

HappyHorse

Modello open-source che genera video con audio sincronizzato da un unico prompt.

#16

OpenAI GPT-4

Modello di linguaggio avanzato multimediali di OpenAI per la comprensione del testo, del codice e dell'immagine.

#17

Codex CLI

Aiuto AI per terminale open-source che legge, scrive e esegue il codice localmente con input multimodale.

#18

LTX 2.3 Video Generator

Generatore di video AI che unifica i punti di partenza testuali, le immagini e l'audio in clips a breve durata coerenti.

#19

MyShell

Piattaforma senza codice per l'interazione con l'intelligenza artificiale, per costruire, condividere e possedere applicazioni AI.

#20

LiveKit Agents

Frammento open-source per la creazione di agenti AI real-time con voce, video e multimodalità.

#21

Aivah

Crea agenti interattivi di avatar di intelligenza artificiale per esperienze digitali immersive

#22

Voice-gen.ai

Piattaforma unificata per la generazione di voce, immagini e video con intelligenza artificiale in un'unica area di lavoro.

#23

WebVoyager

Un agente web alimentato da LMM per completare le istruzioni degli utenti dall'inizio alla fine interagendo con siti web reali.

#24

Jina AI

Fondamento per la ricerca multimodale per embedded, reranking e flussi RAG.

#25

Seedance 1.5 Pro

Piattaforma di AI per la creazione di video con audio sincronizzato (voce, sincronizzazione labbra, SFX) da testi o immagini, più generazione di immagini e strumenti di editing immagini con AI.