TAG

多模态研究工具。

共收录 2 款与「多模态研究」相关的 AI 工具，按站内热度排序；每张卡片可直达详情页查看定价、平台支持与同类对比。

Objaverse

Objaverse是艾伦人工智能研究院推出的大规模标注3D物体数据集平台，核心为全球研究者、开发者提供标准化、多维度标注的3D资源。平台收录超80万个标注3D物体，每个对象配备名称、描述、标签、来源等元数据，覆盖静态模型、动画角色、可分解组件、室内外场景等多种类型，适配不同研究与开发需求。目标用户包括3D生成算法研究者、计算机视觉开发者、AI训练从业者、游戏内容创作者、元宇宙场景搭建人员、机器人研发工程师等，可用于3D生成模型训练、2D实例分割数据增强、开放词汇具身AI研发、多模态模型鲁棒性测试、3D内容原型制作等多个场景，降低3D相关研发的资源采集与标注成本。

CuMo

CuMo是面向多模态大模型技术研究与落地场景的开源架构方案展示平台，核心定位为多模态大型语言模型的可扩展架构技术输出站点。平台核心功能包括CuMo架构技术细节公开、基准测试对比数据查询、训练流程文档下载、相关开源数据集索引，以及模型部署参考方案展示。目标用户覆盖人工智能领域科研人员、多模态模型开发工程师、高校AI相关专业师生、AI创业团队技术负责人等群体，可应用于多模态模型架构优化研究、VQA系统开发、视觉指令遵循模型训练、大模型可扩展性技术验证等场景，帮助相关从业者了解稀疏门控专家混合技术在多模态大模型中的落地路径。