#Multimodal
25 tools tagged “Multimodal”
OpenAI Advanced Voice
რეალურ დროში, ბუნებრივი ხმა-ჩატით საუბრები ChatGPT-თან
ScreenAgent
Open‑source VLM agent to control computer GUIs via mouse/keyboard planning and execution.
Grok 2
xAI-ის აზროვნებაზე ორიებული ჩატ‑ბოტი, რომელიც უზრუნველყოფს გამოსახულებების გენერაციასა და მრავალმოწყობილ შეყვანის მხარდაჭერას.
Nexa AI
მოწყობილობაზე AI გაშვების გარემო, რომელიც მოდელებს ლოკალურად ააშენებს ტელეფონებზე, PC-ებზე და კიბერლაბის მოწყობილობებზე
Project Astra
Google DeepMind-ის უნივერსალური AI აგენტი, რომელიც ნახულობს, უსმენს და აზროვნებს მსოფლიოზე რეალურ დროში.
OmniVision
კომპაქტური ხედვა-ენა მოდელი, რომელიც შეიქმნილია მოწყობილობაზე და edge AI‑დანერგვისთვის.
Humain AI
საუდის მხარდაჭერით AI კომპანია, რომელიც ქმნის მასშტაბურ ინფრასტრუქტურას და მრავალმოდალურ არაბულ LLM-ებზე გლობალური AI სერვისებისთვის.
Uni-1 by Luma AI
Multimodal AI model for high-fidelity image generation with strong spatial reasoning and accurate text rendering.
Black Forest Labs
პატრონული AI სტარტაპი, რომელიც სპეციალიზებულია თანამედროვე გენერატიულ მოდელებში გამოსახულებისა და ვიდეოს სინთეზისთვის.
Veo 4
Multi-shot cinematic AI video generation with native synchronized audio
OpenArt
კრეატიული AI‑პაკეტი, რომელიც ტექსტიდან ან სურათებიდან ქმნის ხელოვნებას, ვიდეოს და აუდიოს
SuperAnnotate
End-to-end data annotation and management platform for building high-quality AI training datasets.
Gemma 3
ღია კოდის AI მოდელი, ოპტიმიზირებულია ერთ-GPU შესრულებაზე, მრავალმოდალურ შეყვანასა და 140-ზე მეტი ენაზე მხარდაჭერით.
GLM-4.6V
ღია წყაროს multimodal GLM Z.ai-ისგან, რომელიც აერთიანებს ხედვას, ტექსტს და tool calling‑ს გრძელ კონტექსტის reasoning, search, coding და UI-to-code‑თვის.
HappyHorse
ღია წყაროს მოდელი, რომელიც ერთ პრომპტიდან ქმნის ვიდეოს, თან სინქრონიზებულ აუდიოს
OpenAI GPT-4
OpenAI-ის მრავალმოდული დიდი ენის მოდელი ტექსტისა, კოდის და სურათების გაგებისთვის
Codex CLI
ღია წყაროს ტერმინალის AI‑დამხმარე, რომელიც ლოკალურად კოდს წაიკითხავს, დაწერს და გაუშვებს მრავალფარდობითი შეყვანით
LTX 2.3 Video Generator
AI ვიდეოგენერატორი, რომელიც აერთიანებს ტექსტურ მითითებებს, სურათებს და ხმას ერთიანი, მოკლე ვიდეოკლიპებში.
MyShell
კოდის გარეშე AI პლატფორმა მომხმარებლებისთვის, რომელიც აძლევს საშუალებას შექმნათ, გაზიაროთ და მიიღოთ AI აპლიკაციები
LiveKit Agents
ღია-წყაროს ჩარჩო, რომელიც რეალურ დროში, მრავალმოდალური ხმოვანი და ვიდეო AI აგენტების შესაქმნელადაა განკუთვნილი.
Aivah
შექმენით ინტერაქტიული AI ავატარ აგენტები იმერსიული ციფრული გამოცდილებისთვის
Voice-gen.ai
Unified platform for AI-generated voiceovers, images, and videos in one workspace.
WebVoyager
An LMM-powered web agent completing user instructions end-to-end by interacting with real-world websites.
Jina AI
Multimodal ძიების საფუძველი embeddings, reranking და RAG pipelines‑თვის.
Seedance 1.5 Pro
AI creation platform for generating videos with synchronized audio (voice, lip-sync, SFX) from text or images, plus image generation and AI image editing tools.























