谷歌升级AI虚拟试穿功能,用户只需上传一张自拍,系统即可通过Nano Banana模型智能生成全身轮廓,实现快速虚拟试衣。新功能支持输入尺码,并生成多姿态试穿效果。
OpenAI CEO山姆·阿尔特曼宣布公司进入“红色警报”状态,暂停所有其他项目,全力拯救ChatGPT。这源于谷歌AI技术近期取得显著进展,尤其是Gemini 3模型和意外走红的“Nano Banana”模型,加剧了行业竞争压力。OpenAI正面临前所未有的挑战,需集中资源应对。
谷歌Labs推出Mixboard重大更新,集成Nano Banana Pro图像模型,支持自定义提示词、框选导入和涂鸦编辑,可将零散灵感快速转化为专业演示文稿,实现从混乱到故事的AI桥梁。
谷歌于12月1日推出Gemini 3大模型,接入搜索AI模式,覆盖近120个国家地区,向AI Pro与Ultra订阅用户开放。同时上线Nano Banana Pro图像模型,支持2K/4K分辨率、精准文本渲染及专业级摄影控制,定价1080p为0.139美元、4K为0.24美元。Gemini 3采用原生多模态架构,统一处理文本、图像、音频和视频。
基于Nano Banana Pro引擎的免费AI图像生成器,支持秒级出图与高清放大。
Nano Banana Pro是前沿AI图像生成引擎,4K画质、角色一致,推理生成强大。
提供免费的 AI 图像和视频提示,助力创作。
Nano AI是一体化创意平台,含Nano Banana,可快速生成编辑图像。
Alibaba
-
输入tokens/百万
输出tokens/百万
上下文长度
ahs95
基于Transformer架构的孟加拉语情感分析模型,在SentiGOLD数据集上微调,支持5分类情感分析,能有效处理正式与非正式文本,适用于社交媒体、评论等场景。
bangbrecho
基于ViLT-B32-MLM模型在VQA数据集上微调的视觉语言模型
Takaharadesu
支持《BanG Dream!》角色对话风格迁移翻译的模型
Dmitry43243242
该模型是一个基于transformers库的模型,具体功能和用途需要进一步的信息来确定。
fms-byte
该模型基于mbart-large-50-many-to-many-mmt微调,专门用于将拉丁化孟加拉语转换为孟加拉文字
banglagov
这是一个专门针对孟加拉语预训练的BERT基础模型,基于Transformer架构,具有1.1亿参数。模型通过36GB孟加拉语文本数据训练,能够有效理解孟加拉语的上下文语义,支持多种自然语言处理任务。
asadfgglie
AI虚拟主播板板模型,专为NTNU VLSI社团设计的虚拟主播助手,具有图像文本到文本的能力。
BananaFish45
这是一个专门用于检测文档中个人数据的模型,能够识别包括姓名、地址、电话号码、身份证号等12类常见个人敏感信息,帮助用户进行数据隐私保护和安全审查。
alvdansen
基于Stable Diffusion XL的线描肖像插画生成模型,擅长生成极具冲击力的单色漫画风格图像
BanglaLLM
基于LLaMA-2架构优化的130亿参数孟加拉语大语言模型,支持双语指令跟随任务
基于LLaMA-2架构优化的13B参数孟加拉语大语言模型,支持孟加拉语和英语的因果语言建模
基于LLaMA-2架构优化的70亿参数孟加拉语大语言模型,支持指令跟随任务
这是首个基于LLaMA-2架构的70亿参数孟加拉语大语言模型,专为孟加拉语文本生成和理解任务设计
BanUrsus
基于google/mt5-small微调的摘要生成模型,在CNN/DailyMail数据集上训练,适用于英文文本摘要任务。
moctarsmal
基于Flaubert小型法语模型微调的银行交易流水分类器
Arunavaonly
这是一个基于xlm-roberta-base微调的孟加拉语情感分析模型,专门用于二分类情感分析任务。模型在评估集上取得了0.6113的F1分数,适用于处理孟加拉语文本的情感倾向判断。
bangla-speech-processing
这是一个基于Whisper small架构的孟加拉语自动语音识别模型,在约400小时的Mozilla Common Voice数据集上微调训练,词错误率4.58%
shihab17
基于stsb-xlm-r-multilingual微调的孟加拉语句子嵌入模型,支持句子相似度计算和语义搜索
csebuetnlp
基于序列到序列Transformer架构的孟加拉语预训练模型,专为自然语言生成任务优化
Banano
基于Protogen v2.2训练的潜在扩散模型,专门用于生成香蕉酱(Banano加密货币虚拟形象)的高质量图像
Blueprint MCP是一个基于Arcade生态的图表生成工具,利用Nano Banana Pro等技术,通过分析代码库和系统架构自动生成架构图、流程图等可视化图表,帮助开发者理解复杂系统。
Bankless链上MCP服务器为区块链数据交互提供框架,通过Bankless API实现智能合约状态读取、事件查询和交易分析等功能。
Memory Bank MCP是一个帮助AI助手通过结构化Markdown文件维护项目上下文的插件,提供系统化的项目目标、决策、进度和模式跟踪方法。
Memory Bank MCP 是一个基于模型上下文协议(MCP)的服务器,用于管理记忆库,使AI助手能够在不同会话间存储和检索信息。
Bangumi TV的MCP服务提供对BangumiTV API的访问,支持查询动漫、漫画、音乐、游戏等条目信息及相关角色、人员数据。
一个基于ChatGPT的轻量级MCP工具,通过BANT机制(预算、权限、需求、时间线)来筛选潜在客户,并引导用户逐步输入信息。
Memory Bank MCP是一个基于Model Context Protocol(MCP)的服务器,用于管理Memory Banks,允许AI助手跨会话存储和检索信息。支持远程SSH服务器存储,提供多种操作模式和工具,帮助AI助手维护上下文并跟踪跨会话进度。
Memory Bank是一个基于MCP协议的项目知识管理系统,通过AI自动生成结构化文档,帮助团队高效管理项目知识。
该项目实现了一个基于MCP协议的文件记忆库服务器,为AI助手提供跨会话的项目上下文维护功能,支持初始化记忆库、检查状态、读取文件和追加条目等操作。
Bankless Onchain MCP Server 是一个基于 Model Context Protocol (MCP) 的区块链数据交互服务器,通过 Bankless API 提供智能合约状态读取、事件日志查询、交易历史获取等功能,支持多种区块链网络。
一个基于MCP协议的以色列银行账户管理项目,支持多家银行和信用卡公司的交易查询与认证
一个连接世界银行开放数据API的MCP服务器,支持查询国家数据和指标分析。
一个基于Python的Up Bank API封装MCP服务器,为Claude等MCP客户端提供银行账户、交易、分类标签等管理功能。
一个基于Model Context Protocol (MCP)的服务器,提供与澳大利亚Up Banking API的集成,允许用户通过Claude查询银行账户、交易记录和消费分类等金融数据。
Memory Bank MCP是一个基于Model Context Protocol(MCP)的项目知识管理系统,通过AI生成和结构化文档帮助团队管理项目知识,包括项目目标、产品上下文、系统架构、技术细节、当前任务和进展等六个核心文档类型。
该项目实现了一个基于MCP协议的文件记忆库服务,为AI助手提供跨会话的项目上下文维护功能,包含初始化、状态检查、文件读写和内容追加等核心工具。
Bangumi TV的MCP服务提供对BangumiTV API的访问,支持查询动漫、漫画、音乐、游戏等条目信息,包含条目详情、角色、人员及相关数据检索功能。
Cline Memory Bank是一个为AI辅助开发设计的持久化项目上下文管理服务器,通过与VSCode的Cline扩展集成,实现跨会话的项目记忆功能,包括上下文维护、进度跟踪和技术决策记录。
一个用于访问Up Bank API的Model Context Protocol服务器实现,旨在测试该API以探索其在日常LLM使用中的潜在用途,如交易记录管理、消费习惯分析等。
Context Bank MCP是一个基于Model Context Protocol的项目,用于通过API查询AtherOS知识库,提供创建聊天会话和发送查询的功能。