Comprensión e indexación visual
Convierte imágenes y videos en representaciones estructuradas y consultables, con reconocimiento de objetos, acciones, escenas y eventos, además de segmentación temporal para videos largos.
Plataforma de IA multimodal para video, imágenes, audio y texto, con soluciones de búsqueda visual, inferencia y generación de datos de entrenamiento para empresas, creadores y desarrolladores.
Reka es una empresa de IA multimodal que desarrolla modelos e infraestructura para video, imágenes, audio y texto. El sitio destaca una familia de modelos que incluye Spark, Edge, Flash y Core, junto con soluciones de inferencia, comprensión visual y generación de datos de entrenamiento.
Su oferta pública de productos se organiza en torno a Reka Vision, para la búsqueda y el razonamiento sobre contenido de video e imágenes; Infer, para la inferencia multimodal; y Claru, para la creación de datos de entrenamiento. Reka Labs también publica investigaciones y modelos con pesos abiertos orientados a la IA física y la implementación en el edge.
Convierte imágenes y videos en representaciones estructuradas y consultables, con reconocimiento de objetos, acciones, escenas y eventos, además de segmentación temporal para videos largos.
Permite realizar búsquedas en lenguaje natural en imágenes y videos, incluida la recuperación entre fotogramas y escenas, así como el descubrimiento de eventos de larga duración.
Crea destacados, resúmenes y clips a partir de videos largos, con detección de momentos destacados basada en la intención del usuario y subtítulos generados mediante reconocimiento de voz.
Responde preguntas complejas razonando sobre contenido visual a lo largo del tiempo, incluido el razonamiento de varios pasos, las consultas temporales y las preguntas entre modalidades.
Describe un motor de inferencia y una API para IA multimodal, diseñados para ofrecer velocidad, escalabilidad y fiabilidad empresarial.
Ofrece modelos Edge con pesos abiertos y documentación para la implementación, incluido el uso local y el acceso mediante API, con fichas de modelos, guías de inicio rápido y ejemplos de integración.
Busca en grandes bibliotecas de video por significado en lugar de por metadatos y, después, extrae destacados, resúmenes o clips para revisión o publicación.
Detecta peleas, merodeo, robos, incidentes de tráfico y otros eventos a partir de transmisiones de cámaras, y luego muestra alertas e informes resumidos para los operadores.
Inspecciona plantas de producción para detectar problemas de seguridad o anomalías en las líneas de ensamblaje y genera informes estructurados de incidentes a partir del análisis de cámaras.
Ejecuta modelos multimodales en el edge para robots, vehículos o dispositivos portátiles cuando son importantes la baja latencia y el funcionamiento sin conexión.
Crea conjuntos de datos de entrenamiento a partir de videos egocéntricos, trayectorias robóticas, material audiovisual para modelos del mundo y evaluaciones de expertos humanos para flujos de trabajo de IA avanzada.
Reka Vision está diseñado para la comprensión visual y la búsqueda a gran escala en contenido de video e imágenes. La fuente lo describe como un sistema de IA multimodal capaz de interpretar, buscar y razonar sobre contenido visual.
La fuente indica que Reka Vision permite la comprensión e indexación visual, la búsqueda semántica de videos, la generación de destacados y clips, y el razonamiento visual y las preguntas y respuestas. También describe el monitoreo y las alertas en tiempo real sobre material audiovisual como parte del posicionamiento de la plataforma.
Reka Labs presenta modelos de visión y lenguaje de 7B con pesos abiertos y afirma que pueden ejecutarse localmente o utilizarse mediante una API. El sitio del producto también menciona ejemplos de implementación, como HF y vLLM, para el modelo Edge.
El sitio posiciona Reka para empresas, creadores y desarrolladores, con casos de uso en los sectores industrial y manufacturero, la seguridad física y las ciudades inteligentes, los medios y el entretenimiento, los automóviles y la telemática, la realidad extendida y la defensa.
La página de precios no muestra detalles de precios activos y, en su lugar, devuelve un mensaje de página no encontrada. La página de contacto indica a los usuarios interesados que soliciten una demostración o envíen un correo electrónico a la empresa.
Los datos de tráfico son solo como referencia.
imentiv.ai
Plataforma multimodal de reconocimiento de emociones que analiza video, audio, imágenes y texto para ayudar a comprender las señales emocionales.
datature.io
Plataforma de IA de visión artificial para empresas y desarrolladores, con etiquetado de datos, entrenamiento de modelos y despliegue en un único flujo de trabajo.
roboflow.com
Roboflow es una plataforma de visión por computadora para desarrolladores y empresas que permite etiquetar, entrenar, automatizar flujos de trabajo y desplegar modelos en imágenes, videos y transmisiones en tiempo real.
studio.tripo3d.ai
Tripo Studio es un espacio de trabajo 3D con IA basado en la web para crear y editar modelos desde texto o imágenes, dirigido a artistas, desarrolladores de juegos, creadores de VR/AR, cineastas e impresión 3D.
cleanup.pictures
Herramienta web de retoque fotográfico para eliminar objetos, personas, texto y defectos de las imágenes, con plan gratuito, opción Pro y API para desarrolladores.
geospy.ai
Plataforma de geolocalización de imágenes con IA de Graylark Technologies para equipos policiales, gubernamentales y empresariales; estima dónde se tomó una foto a partir de su contenido visual.