排序
360Zhinao2-7B-360推出自研360智脑大模型的升级版
360Zhinao2-7B是什么 360Zhinao2-7B是360自研的AI大模型360智脑7B参数升级版，涵盖基础模型及多种上下文长度的聊天模型。360Zhinao2-7B模型是继360Zhinao1-7B之后的重要更新，基于采用全新的多...
3个月前GeneMAN-上海AILab联合北大等高校推出的3D人体模型创建框架
GeneMAN是什么 GeneMAN是上海AI实验室、北京大学、南洋理工大学、上海交通大学联合推出的3D人形创建框架，能从单张图片中创建出高保真度的3D人体模型。框架不依赖于参数化人体模型，是用多源高...
3个月前MagicDriveDiT-华为联合港中文等机构推出的自动驾驶高分辨率长视频生成方法
MagicDriveDiT是什么 MagicDriveDiT是香港中文大学、香港科技大学、华为云和华为诺亚方舟实验室共同推出基于DiT架构的新型视频生成方法，专为自动驾驶应用设计，实现高分辨率和长视频的生成。基...
3个月前EfficientTAM-MetaAI推出的视频对象分割和跟踪模型
EfficientTAM是什么 EfficientTAM是Meta AI推出的轻量级视频对象分割和跟踪模型，能解决SAM 2模型在移动设备上部署时的高计算复杂度问题。基于用简单的非层次化Vision Transformer（ViT）作为图...
3个月前AmazonNova-亚马逊推出的全新大模型系列，覆盖文本、图像、视频生成领域
Amazon Nova是什么 Amazon Nova 是亚马逊云服务（AWS）推出的新一代AI基础模型系列，提供行业领先的性能和成本效益。系列包括专门处理文本的Amazon Nova Micro、多模态的Amazon Nova Lite 和Ama...
3个月前HunyuanVideo-腾讯推出的开源视频生成模型，参数高达130亿
HunyuanVideo是什么 HunyuanVideo是腾讯开源的视频生成模型，拥有130亿参数，是目前参数量最大的开源视频模型之一。HunyuanVideo具备物理模拟、高文本语义还原度、动作一致性和电影级画质等特性...
3个月前LobeVidol-AI数字人交互平台，可与虚拟人和3D模型聊天互动
Lobe Vidol是什么 Lobe Vidol是开源的数字人创作平台，让每个人都能轻松创建和互动自己的虚拟偶像。Lobe Vidol提供流畅的对话体验、背景设置、动作姿势库、优雅的用户界面、角色编辑、MMD舞蹈支...
3个月前GPT学术优化-专为学术研究和写作设计的多功能开源项目
GPT学术优化是什么 GPT学术优化（GPT Academic）是功能丰富的开源项目，专为学术研究和写作设计。GPT学术优化集成一键论文翻译、源代码解析、互联网信息获取、Latex文章校对、论文润色和摘要生...
3个月前Vanna-开源AI检索生成框架，自动生成精确的SQL查询
Vanna是什么 Vanna是开源的Python RAG（Retrieval-Augmented Generation）框架，能帮助用户基于大型语言模型（LLMs）为其数据库生成精确的SQL查询。Vanna用两步简单流程操作：首先在用户数据上...
3个月前PersonaCraft-首尔国立大学推出的单参考图像生成多身份全身图像技术
PersonaCraft是什么 PersonaCraft是韩国首尔国立大学推出的个性化全身图像合成技术，结合扩散模型和3D人类建模，能从单一参考图像生成多个人物的逼真、个性化全身图像。PersonaCraft能有效处理...
3个月前StableAnimator-复旦联合微软等机构推出的端到端身份一致性视频扩散框架
StableAnimator是什么 StableAnimator是复旦大学、微软亚洲研究院、虎牙公司和卡内基梅隆大学共同推出的端到端高质量身份保持视频扩散框架。StableAnimator能根据一张参考图像和一系列姿态，无...
3个月前I2V-01-Live-海螺AI推出的图生视频模型，将静态图像转化为动态视频
I2V-01-Live是什么 I2V-01-Live是海螺AI推出的图生视频模型，能将静态二维图像转化为动态视频。模型基于深度学习技术，增强动作的流畅度和生动性，让人物或对象的动作更加自然和真实。I2V-01-Li...
3个月前Genie2-谷歌DeepMind推出的最新一代基础世界模型
Genie 2是什么 Genie 2是DeepMind推出的新一代大规模基础世界模型，仅凭一张图片生成长达1分钟的可交互3D游戏世界。Genie 2能模拟出物体交互、角色动画、物理效果等复杂动态，支持用键盘和鼠标...
3个月前LumaPhoton-LumaAI推出的全新图像生成模型
Luma Photon是什么 Luma Photon 是 Luma AI 推出的新一代图像生成模型，用创新的架构提供超高图像质量和低成本效率。Luma Photon支持个性化和创造性的图像生成，能理解自然语言指令，支持多轮迭...
3个月前TeleAI视频生成大模型-中国电信AI研究院推出的视频生成模型
TeleAI 视频生成大模型是什么 TeleAI 视频生成大模型是中国电信AI研究院推出的视频生成模型，基于两阶段生成框架：先根据文本描述创建分镜头草图，再基于草图生成视频。TeleAI 视频生成大模型能...
3个月前TPDM-西湖大学联合北大等高校推出的时间预测扩散模型
TPDM是什么 TPDM（Time Prediction Diffusion Model）是西湖大学MAPLE实验室、南方科技大学、北京大学及西湖大学高等研究院先进技术研究所联合推出的图像生成模型，能自适应地调整去噪时间表，...
3个月前ConsisID-北大联合鹏城实验室等机构推出的文本到视频生成模型
ConsisID是什么 ConsisID是北京大学和鹏城实验室等机构推出的文本到视频（Text-to-Video, IPT2V）生成模型，基于频率分解技术保持视频中人物身份的一致性。模型用免调优（tuning-free）的Diffus...
3个月前Perplexideez-开源本地AI搜索助手，智能搜索信息来源追溯
Perplexideez是什么 Perplexideez是本地AI助手，支持用户在网络和自托管应用中快速搜索信息。Perplexideez项目以Postgres数据库为基础，支持Ollama或OpenAI兼容的端点，用SearXNG实例进行网络搜...
3个月前MicroLLAMA-教学版LLAMA3模型实现，用于学习大模型的核心原理
Micro LLAMA是什么 Micro LLAMA是精简的教学版LLAMA 3模型实现，能帮助学习者理解大型语言模型架构。整个项目仅约180行代码，便于理解和学习。Micro LLAMA用的是LLAMA 3中最小的8B参数模型，模...
3个月前GenCast-谷歌DeepMind推出的AI气象预测模型
GenCast是什么 GenCast是DeepMind推出的革命性AI气象预测模型，基于扩散模型技术，提供长达15天的全球天气预报。GenCast在97.2%的预测任务中超越全球顶尖的中期天气预报系统ENS，尤其在极端天气...
3个月前