groundingLMM
★ 969
vs
civic-ai-tools
★ 44
groundingLMM vs civic-ai-tools
groundingLMM：GLaMM（接地大型多模态模型）是一个端到端训练的大型多模态模型，能够生成与对象分割掩码集成的自然语言响应，实现了视觉接地，并支持在多层次粒度上与图像进行灵活交互。它引入了新颖的接地对话生成（GCG）任务，支持指代表达式分割和区域级图像描述等多种下游应用，并以大规模的GranD数据集为基础。；civic-ai-tools：Civic AI Tools 通过模型上下文协议（MCP）将AI助手（GitHub Copilot、Cursor、Claude Code）与公共数据集连接起来。它允许用户用自然语言查询纽约市开放数据和Google Data Commons，生成可视化图表，并进行跨城市统计比较。专为公民技术专家、政府工作人员、记者和学生设计。
01
简评
groundingLMMVision / Multimodal · ★ 969
理解并响应用户关于特定图像区域查询的交互式视觉助手。
civic-ai-toolsVision / Multimodal · ★ 44
用自然语言询问纽约市311投诉、餐厅检查或住房违规等问题
02
并排对比
字段
groundingLMMcivic-ai-tools分类
视觉/多模态
视觉/多模态
Stars
★ 969
★ 44
许可证
Apache-2.0
MIT
安装方式
git clone https://github.com/mbzuai-oryx/groundingLMM.git
git clone https://github.com/npstorey/civic-ai-tools.git && cd civic-ai-tools && cp .env.example .env && ./scripts/setup.sh
更新时间
1个月前
3天前
开源
是
是
标签
多模态人工智能, 计算机视觉, 自然语言处理
civic-tech, ckan, data-commons
03
功能特性
groundingLMM01生成与对象分割掩码无缝集成的自然语言响应。
02支持新颖的接地对话生成（GCG）任务，并提供全面的评估协议。
03执行详细的区域级图像描述和回答基于推理的视觉问题。
04通过从基于文本的查询创建分割掩码，擅长指代表达式分割。
05提供高质量的图像描述和会话式问答。
civic-ai-tools01通过MCP连接AI助手与公共数据
02查询纽约市开放数据（311投诉、检查、住房等）
03查询Google Data Commons（人口、收入、人口统计数据）
04生成可视化图表和仪表盘
05跨城市和时间段比较统计数据
04
使用场景
groundingLMM↳理解并响应用户关于特定图像区域查询的交互式视觉助手。
↳用于创建密集、像素级接地数据集的自动化标注工具。
↳需要视觉理解和带有分割的详细文本描述的高级图像分析任务。
civic-ai-tools↳用自然语言询问纽约市311投诉、餐厅检查或住房违规等问题
↳从Google Data Commons获取人口、收入和人口统计数据
↳从实时市政数据集生成交互式仪表盘和可视化
FAQ
常见问题
groundingLMM 和 civic-ai-tools 有什么区别？
groundingLMM 和 civic-ai-tools 都属于 Vision / Multimodal 类别。groundingLMM 有 969 Stars，civic-ai-tools 有 44 Stars。
groundingLMM 和 civic-ai-tools 哪个更好？
最佳选择取决于你的具体需求。理解并响应用户关于特定图像区域查询的交互式视觉助手。 时选 groundingLMM，用自然语言询问纽约市311投诉、餐厅检查或住房违规等问题 时选 civic-ai-tools。
groundingLMM 是免费的吗？
是的，groundingLMM 在 GitHub 开源（Apache-2.0）。
civic-ai-tools 是免费的吗？
是的，civic-ai-tools 在 GitHub 开源（MIT）。
推荐云部署
Ad在 DigitalOcean 上一键部署
为你的 MCP 服务、Docker 容器与智能体提供即开即用云服务器，新用户立享 $200 免费额度（60天有效）。
→