图像理解

Gemini GPT AI

一款由谷歌深度学习开发的强大多模态人工智能聊天机器人。

Deepmark

用于搜索书签、收藏内容和视频的 AI 驱动私密资料库

EvoForge — Personal AGI on your computer

用于编程、自动化、多模态创作和智能体编排的本地优先个人 AGI

AnyCap

面向 AI 智能体的媒体、搜索、存储和发布统一 CLI

Janus Pro

Deepseek的统一多模态AI模型，用于理解和生成图像与文本。

Monkt

Monkt将文档转换为AI友好的Markdown或JSON，以便与AI/LLM集成。

Bagel

开源统一多模态AI用于理解、生成、编辑。