网站目录

• 

  魔搭社区ModelScope

  ModelScope旨在打造下一代开源的模型即服务共享平台，为泛AI开发者提供灵活、易用、低成本的一站式模型服务产品，让模型应用更简单！ 我们希望在汇集行业领先的预训练模型，减少开发者的重复研发成本，提供更加绿色环保、开源开放的AI开发环境和模型服务，助力绿色“数字经济”事业的建设。 ModelScope平台将以开源的方式提供多类优质模型，开发者可在平台上免费体验与下载使用。

  modelscope.cn/home - 收藏
• 

  识典古籍

  10月11日，由“北京大学—字节跳动数字人文开放实验室”研发的古籍数字化平台“识典古籍”测试版正式上线。目前，该平台涵盖390部经典古籍，主要来自《四部丛刊》，共计3000多万字，即日起向公众免费开放。未来三年，“识典古籍”将陆续完成一万种古籍的智能化整理工作，基本覆盖儒家、道家和佛学的核心典籍目录，届时将全部免费开放。 识典古籍 “识典古籍”项目负责人现场讲解 据了解，上述实验室系今年3月北京大学与字节跳动合作成立，将人工智能技术应用于古籍资源的智能化整理。“识典古籍”平台上线，即是双方合作的最新进展。 当前，中国的古籍数字化还处于初级阶段，面临技术难度高、资金缺口大、人才紧张等难点。相关资料显示，现存的20多万种古籍中，只有8万种完成影像数字化扫描，近4万种完成文本数字化。据专家统计，从1949年到2019年，国内共修复整理出版古籍近3.8万种，要将现存古籍全部修复整理出来，可能需要300年时间；若利用人工智能技术辅助修复整理，大概二三十年就能完成。 识典古籍 活动相关海报 据“识典古籍”项目负责人介绍，该平台当前主要使用了三种技术，包括文字识别、自动标点和命名实体识别。文字识别技术，是对古籍的影印版文字进行单个切分，再进行文字识别和顺序识别。自动标点技术，是通过序列标注的方式对古籍自动进行标点划分。命名实体识别技术，则是通过序列标注识别文本中的人名、地名、书籍、时间、官职等信息。据悉，目前行业内OCR识别准确率平均为93%至94%，“识典古籍”的准确率为96%至97%。 与其他古籍数字化平台相比，“识典古籍”具有自身的特点，页面简洁，浏览流畅，提供影印底本作为参照，还具备主题词检索和繁简体转换功能，便于专业研究人员、广大古籍爱好者使用。同时，“识典古籍”书目将持续更新，后续将上线手机移动版。

  www.shidianguji.com - 收藏
• 

  BoredHumans-人工智能AI实验作品集

  传送门 https://boredhumans.com/ 上网总会有百无聊赖的时候，那么这种情况下可以试试接下来要介绍的网站。 在无聊的人类这个网站里，用户可以任意浏览站点里基于AI技术提供的内容，比如绘画和音乐等。 后续还会有更多的网站内容加入，也可以就此了解一下网上都有什么有趣的AI项目。

  boredhumans.com - 收藏
• 

  思知OwnThink

  ownthink致力于最大的中文开放知识图谱，目前已经对两千五百多万实体进行了融合，拥有亿级别的实体属性关系，知识还在不断更新中。 数据集包含： 歧义关系（mention -> entity） 全部知识（entity -> knowledge） 属性值（entity&attribute -> value） 知识图谱可视化检索：https://www.ownthink.com/knowledge.html 知识图谱数据使用方式见主页：https://www.ownthink.com/ 说明文档：https://www.ownthink.com/docs/kg/ 医疗知识图谱：http://www.openkg.cn/dataset/medical

  www.ownthink.com - 收藏
• 

  唤醒食物

  介绍：食物营养成分与科学食疗方案 – 唤醒食物 基于数据可视化为您提供1781种食物的多达100种食物营养成分 利用大数据与人工智能算法为您提供诉求与疾病的科学食疗方案

  www.foodwake.cn - 收藏
• 

  AI网页美观度评分

  通过 AI 给你的网页美观度进行评分

  myraah.io/visualmind - 收藏
• 

  快速涂鸦

  神经网络能学会辨识涂鸦吗？只要将你的涂鸦作品添加到全球最大的涂鸦数据集，即可协助训练神经网络辨识涂鸦。这个数据集会公开共享，以便协助进行机器学习研究。

  quickdraw.withgoogle.com - 收藏
• 

  G-Lab人脸生成实验

  我为什么要创立这个网站？   各位来到这个网站的朋友，你们好。创立这个网站时，我只是一名研一的在读生。我并不是什么大牛，但是，我研究的生成模型领域足够让我为之着迷并时常感到兴奋。因为我觉得，生成模型就是在用数学方法做着一件很浪漫的事情：它想让计算机学会理解我们所见到的这个世界是如何被“绘制”出来的。每当有团队提出了新的生成模型，并且生成的图片有了更逼真的效果时，我都会为他们感到兴奋，并且迫不亟待地想去了解他们是用了什么样的方法去实现这样的突破的。   最近，Nvidia公司团队提出了一个StyleGAN模型，在合适训练集下能够生成高清并且逼真的人脸照片。最初看见他们所展示的实验照片时，我感到有些惊讶，因为这样的生成效果太不可思议了，甚至于让我无法准确分辨真实照片与伪造照片的差异。后来我去尝试学习了解他们的模型，并下载了他们的实验数据，然后我发现，这模型的可玩性简直太高了。不仅仅在于它能生成高清的人脸照片，还在于它的模型因为采用了一种分级控制视觉特征的方法，使得我们能够调节不同层级上的特征，从而准确控制我们输出的图片是满足何种样子，譬如长发、短发还是波浪卷发。   不过，仅仅是模型的可玩性高还不足以激励我去写一个网站，大费周章地推广人家的技术。真正让我想写这个网站的，与我们实验室最近的项目有关。我所在的实验室，应该是我们学校AI领域比较拔尖的实验室了（安利一下：网研院交换中心sk组，导师人巨Nice且组内硬件巨好，欢迎学弟/妹们加入哈~~），在我们计算机视觉组时不时会接到项目要做。然而，我发现，我们接到的项目，从来不曾与生成模型相关，基本上要我们做的，都是与人脸识别、目标检测、物体识别以及视频分析这些很具有应用市场的计算机视觉相关项目。当然，这是可以理解并且接受的，因为企业是需要用稳定的、业界普遍认可的算法模型做相关项目，而生成模型目前在工业应用上没有得到认可，大多还停留在理论层面。   但是，我觉得这并不妨碍我们探索生成模型应用的步伐。我觉得，对于任何一个科研项目，只要它的想法足够吸引人，它的实现前景足够有价值，它就值得被探究。譬如对于生成模型，你能想象在虚拟现实中见到一个足够美到让你能去爱他（她）的小哥哥（小姐姐），它也能帮助艺术家们把一些极致的幻想描绘出来让人们确切地看见，更宽泛地来说，医疗、建筑、交通、服装等等这些与视觉息息相关的行业都是生成模型能广泛取得应用的领域。综上，这些足够让人振奋的想法让我们相信生成模型的应用价值是巨大的，这些推动着我去写这个网站，只是希望生成模型能取得人们的关注，并且愿意投入和研究它，尽管我在展现的只是其中一个小小的可能性。   当然，回到现实，再反思反思，其实我并没有把那么大的责任压在我心里，扪心自问，写这网站于我的意义可能还是好玩的成分比较大。不过最后，我想提醒所有来访问这个网站的朋友，要警惕，生成模型描绘地再好，它都只是虚假的，我们要学会不让自己沉陷于这样的虚幻当中，趁早学会适应这样的环境也是网站的一点点意义。我希望，若干年以后，也许我们眼睛分不出真假， 但是心灵能保持淳亮，在虚拟现实和真实生活中穿梭时，能始终做一个有责任有担当的人。

  www.seeprettyface.com - 收藏
• 

  全历史

  以AI知识图谱为核心引擎，通过高度时空化、关联化数据的方式构造及展现数字人文内容，尤其是历史知识。让用户沉浸在纵横开阔、左图右史的（历史、人文、社科等）知识海洋中。 这个网站，将每个国家的历史用时间轴的形式串了起来。你点击一下朝代，就可以看到这个朝代的大事件和代表人物。

  www.allhistory.com - 收藏
• 

  像素画肖像生成工具-PixelMe

  与前两天的油画肖像生成工具—AI画伯是同一开发者，网站可以在线生成像素风格头像，同时还可以自行选择大小，同时还支持宠物模式。

  pixel-me.tokyo/zh - 收藏