排序
FireCrawl-开源AI网络爬虫工具，擅长处理动态网页内容、自动爬取网站及子页面
FireCrawl是什么 FireCrawl是开源的AI爬虫工具，专门用在Web数据提取，转换为Markdown或其他结构化数据。FireCrawl具备强大的抓取能力，支持动态网页内容处理，提供智能爬取状态管理和多样的输...
3个月前VideoVAE+-香港科技大学推出的先进跨模态视频变分自编码器
VideoVAE+是什么 VideoVAE+（VideoVAE Plus）是香港科技大学团队推出的先进的跨模态视频变分自编码器（Video VAE），通过引入新的时空分离压缩机制和文本指导，实现了对大幅运动视频的高效压缩...
3个月前Languine-面向开发者自动化应用程序的多语言翻译AI工具
Languine是什么 Languine 是 AI 驱动的翻译工具，能帮助开发者简化应用程序的开发过程。Languine 基于智能检测、AI 翻译、自动化工作流程和开发者友好的设计，让翻译管理变得高效且一致。Langui...
3个月前Figma-Low-Code-将Figma设计转换为Vue.js应用程序的开源项目
Figma-Low-Code是什么 Figma-Low-Code是开源的项目，基于Luisa框架，支持开发者直接将Figma设计转换为Vue.js应用程序。大幅减少设计师与开发者之间的交接时间，减少前端编码工作，确保Figma设计...
3个月前AIDevGallery-微软推出面向Windows开发者本地运行AI模型的开源工具
AI Dev Gallery是什么 AI Dev Gallery是微软推出的开源AI工具包和示例库，集成在Visual Studio中，帮助Windows开发者轻松集成端侧AI功能。AI Dev Gallery提供超过25个交互式示例，覆盖文本、图...
3个月前OpenEMMA-德克萨斯联合多伦多等大学开源的端到端自动驾驶多模态模型
OpenEMMA是什么 OpenEMMA是德州农工大学、密歇根大学和多伦多大学共同开源的端到端自动驾驶多模态模型框架，基于预训练的多模态大型语言模型（MLLMs）处理视觉数据和复杂驾驶场景的推理。框架基...
3个月前RAGLogger-专为检索增强生成应用设计的开源日志工具
RAG Logger是什么 RAG Logger是开源的日志记录工具，专为检索增强生成（RAG）应用设计。作为LangSmith的轻量级替代品，专注于满足RAG应用的日志记录需求。RAG Logger提供查询跟踪、检索结果记录...
3个月前GLM-Zero-智谱AI推出的深度推理模型
GLM-Zero是什么 GLM-Zero是智谱AI基于扩展强化学习技术的推理模型，专注于提升模型的深度推理能力。擅长处理数理逻辑、代码编写和复杂问题解决，在AIME 2024、MATH500和LiveCodeBench等评测中表...
3个月前AutoRAG-中科院开源的自主迭代检索模型
AutoRAG是什么 AutoRAG是中国科学院计算技术研究所（ICT/CAS）、中国科学院的人工智能安全重点实验室及中国科学院大学的研究人员共同推出的新型自主迭代检索模型，专为大型语言模型（LLMs）设计...
3个月前MarS-微软亚洲研究院开源的金融市场模拟预测引擎
MarS是什么 MARS（Market Simulation）是微软亚洲研究院推出的金融市场模拟预测引擎，基于生成型基础模型LMM（Large Market Model）模拟金融市场中的订单流和市场动态。MARS能创建现实、互动和...
3个月前StoryWeaver-厦大和网易伏羲联合推出的统一故事可视化AI模型
StoryWeaver是什么 StoryWeaver是厦门大学多媒体可信感知与高效计算教育部重点实验室和网易伏羲人工智能实验室推出的AI模型，能用知识增强的故事角色定制实现高质量的故事可视化。StoryWeaver用...
3个月前StockMixer-上海交大推出的股票价格预测架构
StockMixer是什么 StockMixer是上海交通大学推出的用在股票价格预测的多层感知器（MLP）架构，具备简单和强大的预测能力。架构基于指标混合、时间混合和股票混合三个步骤处理和预测股票数据，有...
3个月前LaDeCo-西安交大联合微软推出的自动图形设计构图方法
LaDeCo是什么 LaDeCo是西安交通大学和微软研究院联合推出的自动图形设计构图方法，基于将设计任务分解为层次化的步骤来实现。LaDeCo对输入的设计元素进行层规划，将它们分配到不同的语义层，比...
3个月前SEMIKONG-专为半导体领域设计的大型语言模型
SEMIKONG是什么 SEMIKONG是专门为半导体行业定制的大型语言模型（LLM），是Aitomatic、FPT Software和东京电子有限公司联合推出的。基于深入的领域知识，解决半导体制造和设计中的独特挑战，如...
3个月前MinT-生成顺序事件的文本转视频模型，灵活控制时间戳
MinT是什么 MinT（Mind the Time）是Snap Research、多伦多大学和向量研究所联合推出的多事件视频生成框架，基于精确的时间控制，根据文本提示生成包含多个事件的视频序列。MinT的核心技术是时...
3个月前Wonderland-多伦多大学、Snap和UCLA联合推出的单视图3D场景生成技术
Wonderland是什么 Wonderland是多伦多大学、Snap和UCLA的研究团队推出的技术，能够从单张图像生成高质量、广范围的3D场景，允许控制摄像轨迹。证明了三维重建模型可以有效地建立在扩散模型的潜...
3个月前VersaGen-实现文本到图像合成中视觉控制能力的生成式AI代理
VersaGen是什么 VersaGen是文本到图像合成的生成式AI代理，能实现灵活的视觉控制能力。VersaGen能处理包括单一视觉主体、多个视觉主体、场景背景，这些元素的任意组合在内的多种视觉控制类型。...
3个月前ILLUME-华为诺亚方舟实验室推出的统一多模态大模型
ILLUME是什么 ILLUME是华为诺亚方舟实验室提出的统一多模态大模型，将视觉理解与生成能力融入同一框架中。模型以大型语言模型（LLM）为核心，采用“连续图像输入 + 离散图像输出”的架构，融合...
3个月前AIGCPanel-开源的一站式AI虚拟数字人系统
AIGCPanel是什么 AIGCPanel是开源AI数字人系统，支持视频合成、声音合成和声音克隆等核心功能。系统基于TypeScript开发，跨平台兼容，遵循AGPL-3.0协议，便于小白用户和专业开发者使用。AIGCPan...
3个月前HuatuoGPT-o1-港中文联合深圳大数据研究院开源的医学高级推理大模型
HuatuoGPT-o1是什么 HuatuoGPT-o1是香港中文大学（深圳）和深圳大数据研究院联合推出的，针对医学领域开发的复杂推理模型，基于复杂的推理能力提高解决医学问题的性能。模型用两个阶段的训练方...
3个月前