CoovallyAIHub

导读 多模态大模型（MLLM）在医学影像诊断上有一个根本性矛盾：它们能"看"图像、能"说"结论，但做不好临床诊断中最关键的一步——定量分析。测量杯盘比、计算射血分数、评估组织厚度，这些需要精确数值的操

导读 乒乓球、网球、羽毛球——这三大球拍运动的视觉分析一直是体育AI的热门方向，但现有数据集存在两个共性短板：只关注单一运动的球追踪，且完全忽略了球拍这一核心交互物体。球拍的姿态直接决定了击球方向和旋

导读 中文语音识别的开源方案越来越多，但它们不在同一个层面上——有的是模型，有的是工具包，有的是部署运行时。直接把它们摊在一张表里比"谁更好"，容易越看越糊涂。本文把 6 个中文语音识别模型和 2 个

重构一个模块，过去要半天；现在一个 agent 会话，5 分钟。给项目补全测试，过去"不值得花时间"；现在 agent 跑一遍，1 分钟。当写代码的成本从小时级降到分钟级，程序员每天做的那些"值不值得

导读 没有模型，没有框架，核心内容是 Markdown 文件——一个 GitHub 仓库拿了 52k+ stars。Agency-Agents 的做法是给 AI 编程助手写"岗位说明书"

导读 AI 做工业质检，大多数人想到的是摄像头+深度学习自动识别缺陷。但 BMW 在 Regensburg 工厂做了一件不一样的事：不是用 AI "看"缺陷，而是用生成式 AI 决定每辆车应该"查"什

导读 使用 AI Agent 编写代码时，您大概遇到过情况：Agent 生成的代码调用了一个已经废弃的 API 版本，或者用了最新版本中的一个参数名称已经修改了。

导读 语音识别（ASR）是人工智能落地最广泛的方向之一，但学术界的前沿模型与工业界的实际部署之间一直存在距离。 阿里达摩院开源的 FunASR，正是为弥合这一差距而生。它提供基于大规模工业语料训练的预

导读 实时目标检测长期由 YOLO 系列主导，Transformer 架构因推理速度劣势一直难以进入实时场景。 Roboflow 推出的 RF-DETR 改变了这个局面：基于 DINOv2 骨干的检测