基于 Stream 边缘网络快速搭建语音与视觉智能体,可接入任意模型或视频源,实现超低延迟的实时多模态交互。
简单高性能的实时流媒体服务器,支持 RTMP、WebRTC、HLS、SRT 等主流协议和多种音视频编码,适合搭建低延迟直播与分发服务。
阿里云通义团队开源的多模态大模型系列,能同时理解图像和文本,用于视觉问答、图文推理等视觉语言任务。
开箱即用的实时音视频流媒体服务器和代理,支持 RTSP、RTMP、WebRTC、SRT、LL-HLS 等协议,可读取、推流、代理、录制和回放直播流。
自托管的流媒体服务器,把本地影音文件整理成媒体库,支持在线播放和视频流式传输,适合搭建私人影视站点。
YOLO 系列官方实现库,一套 PyTorch 代码覆盖目标检测、实例与语义分割、图像分类、姿态估计和目标跟踪,训练到部署全流程打通。
给 AI Agent 用的无服务器单文件记忆层,用嵌入式向量检索替代复杂 RAG 管线,让智能体拥有即时检索和长期记忆能力。
自托管的网页工具合集,涵盖图片处理、PDF 操作、格式转换等日常实用功能,无广告无追踪,打开浏览器就能用。