RRepoGEO

REPOGEO 报告 · LITE

baaivision/Emu3

默认分支 main · commit dbbf9858 · 扫描时间 2026/5/20 23:17:58

星标 2,408 · Fork 98

本仓库扫描历史

下方为分数趋势（含全部就绪扫描；左旧右新，可横向滚动）。表格明细默认折叠，展开后每页 10 条，最新在上。

分数趋势（左 → 右：旧 → 新）

共 2 条就绪扫描。点击下方按钮展开表格（每页 10 条，可翻页）。

AI 可见性总分
35 /100
亟需修复
品类召回
0 / 2
在所有问题中均未被推荐
规则结果
通过 1 · 警告 1 · 失败 0
客观元数据检查
AI 认识你的名字
3 / 3
直接询问时，AI 是否点名你的仓库
如何阅读这份报告

行动计划告诉你下一步要做什么——按影响力排序、可直接复制粘贴的修改。品类可见性是真正的 GEO 测试：当用户向 AI 提一个不带品牌、本应让 baaivision/Emu3 浮出水面的问题时，AI 是真的推荐了你，还是推荐了你的竞品？客观检查验证 AI 引擎最先权衡的那些元数据信号。自指检查判断 AI 是否还认识你的名字。

行动计划 — 可复制粘贴的修复

3 条由 gemini-2.5-flash 生成、按优先级排序的修改。修完后请把对应条目标记为完成。

整体方向
  • hightopics#1
    Add relevant topics to the repository

    原因：

    复制粘贴的修复
    multimodal-ai, text-to-image, text-to-video, video-generation, image-generation, vision-language-model, foundation-model, next-token-prediction, large-multimodal-model
  • highabout#2
    Update the repository's 'About' description

    原因：

    当前
    Next-Token Prediction is All You Need
    复制粘贴的修复
    Emu3: A state-of-the-art multimodal foundation model for unified image, text, and video generation and perception, trained solely with next-token prediction.
  • mediumreadme#3
    Update the README's main H1 heading

    原因：

    当前
    <h1>Emu3: Next-Token Prediction is All You Need</h1h1>
    复制粘贴的修复
    <h1>Emu3: A Unified Multimodal Foundation Model for High-Quality Image, Text, and Video Generation & Perception</h1>

本次扫描解析到的品类 GEO 通道：google/gemini-2.5-flash, deepseek/deepseek-v4-flash

品类可见性 — 真正的 GEO 测试

向 google/gemini-2.5-flash 提出的不带品牌问题。AI 推荐了你，还是推荐了别人？

各模型使用同一组问题 — 切换标签对比回答与排名。

召回
0 / 2
0% 的问题里出现了 baaivision/Emu3
平均排名
—
越小越好。#1 表示首位推荐。
声量占比
0%
在所有被点名的工具中，你占了多少？
头号对手
DALL-E 3
在 2 个问题中被推荐 1 次
竞品排行
  1. DALL-E 3 · 被推荐 1 次
  2. Midjourney · 被推荐 1 次
  3. Stable Diffusion XL (SDXL) · 被推荐 1 次
  4. Google Imagen · 被推荐 1 次
  5. Adobe Firefly · 被推荐 1 次
  • 品类问题
    Looking for a single model to generate high-quality images and understand vision-language concepts.
    你：未被推荐
    AI 推荐顺序：
    1. DALL-E 3
    2. Midjourney
    3. Stable Diffusion XL (SDXL)
    4. Google Imagen
    5. Adobe Firefly

    AI 推荐了 5 个替代方案，却始终没点名 baaivision/Emu3。这就是要补上的差距。

    查看 AI 完整回答
  • 品类问题
    What are the best open-source multimodal models for text-to-image and video generation?
    你：未被推荐
    AI 推荐顺序：
    1. Stable Diffusion (stability-ai/stable-diffusion)
    2. AnimateDiff (guoyww/AnimateDiff)
    3. Stable Video Diffusion (SVD) (stability-ai/stable-video-diffusion)
    4. ModelScope Text-to-Video Synthesis (damo-vilab/modelscope-text-to-video-synthesis)
    5. DeepFloyd IF (Stability-AI/DeepFloyd-IF)
    6. Show-1 (showlab/Show-1)
    7. CogVideo (THUDM/CogVideo)

    AI 推荐了 7 个替代方案，却始终没点名 baaivision/Emu3。这就是要补上的差距。

    查看 AI 完整回答

客观检查

针对 AI 引擎最看重的元数据信号的规则审计。

  • Metadata completeness
    warn

    建议：

  • README presence
    pass

自指检查

当被直接问到你时，AI 是否还知道你的仓库存在？

  • Compared to common alternatives in this category, what is the core differentiator of baaivision/Emu3?
    pass
    AI 明确点名了 baaivision/Emu3

    AI 的回答可能信誓旦旦却是错的。请按事实核对：技术栈、目标人群、差异化点是不是和你实际的对得上？

  • If a team adopts baaivision/Emu3 in production, what risks or prerequisites should they evaluate first?
    pass
    AI 明确点名了 baaivision/Emu3

    AI 的回答可能信誓旦旦却是错的。请按事实核对：技术栈、目标人群、差异化点是不是和你实际的对得上？

  • In one sentence, what problem does the repo baaivision/Emu3 solve, and who is the primary audience?
    pass
    AI 明确点名了 baaivision/Emu3

    AI 的回答可能信誓旦旦却是错的。请按事实核对：技术栈、目标人群、差异化点是不是和你实际的对得上？

嵌入你的 GEO 徽章

把这个徽章贴进 baaivision/Emu3 的 README。每次重新扫描都会自动更新，并跳到最新报告——是「我在乎 AI 可发现性」最简单的公开证明。

RepoGEO badge preview实时预览
MARKDOWN（README）
[![RepoGEO](https://repogeo.com/badge/baaivision/Emu3.svg)](https://repogeo.com/zh/r/baaivision/Emu3)
HTML
<a href="https://repogeo.com/zh/r/baaivision/Emu3"><img src="https://repogeo.com/badge/baaivision/Emu3.svg" alt="RepoGEO" /></a>
Pro

订阅 Pro，解锁深度诊断

baaivision/Emu3 — 轻量扫描仍免费；本卡列出 Pro 相对轻量的深度额度。

  • 深度报告每月 10 次
  • 无品牌品类查询5，轻量 2
  • 优先行动项8，轻量 3