AIGC
2025新风口懒人必做项目浏览器全自动掘金
会员专属咸鱼虚拟资料变现冷门信息差项目一单20.小白一天也能日入5张
咸鱼虚拟资料变现，冷门信息差项目，一单20.小白一天也能日入5张 项目介绍： 这个项目呢，就是在闲鱼上卖虚拟资料。啥是虚拟资料?像各种学习教程(比如考研资料、考证资料、技能培训课程)、设计...
Being-M0-北大联合人民大学推出的人形机器人通用动作生成模型
Being-M0是什么 Being-M0 是北京大学、中国人民大学等机构联合推出的首个大规模人形机器人通用动作生成模型。Being-M0 基于业界首个百万级动作数据集 MotionLib，用创新的 MotionBook 编码技术...
DanceGRPO-字节Seed联合港大推出的统一视觉生成强化学习框架
DanceGRPO是什么 DanceGRPO 是字节跳动 Seed 和香港大学联合推出的首个统一视觉生成强化学习框架。将强化学习应用在视觉生成领域，覆盖两大生成范式（diffusion 和 rectified flow）、三项任务...
AlphaEvolve-谷歌DeepMind推出的通用科学AIAgent
AlphaEvolve是什么 AlphaEvolve是谷歌DeepMind推出的通用科学Agent，基于结合大型语言模型（LLMs）的创造力和自动评估器来设计和优化高级算法。用Gemini Flash和Gemini Pro两种模型，基于进化框...
WorldMem-南洋理工联合北大和上海AILab推出的世界生成模型
WorldMem是什么 WorldMem 是南洋理工大学、北京大学和上海 AI Lab 推出的创新 AI 世界生成模型。模型基于引入记忆机制，解决传统世界生成模型在长时序下缺乏一致性的关键问题。在WorldMem中，智...
GPDiT-清华北大联合阶跃星辰等推出的视频生成模型
GPDiT是什么 GPDiT（Generative Pre-trained Autoregressive Diffusion Transformer）是北京大学、清华大学、StepFun公司及中国科学技术大学推出的新型视频生成模型，模型结合扩散模型和自回归...
ImageFusionAI-免费AI图像合成工具，快速无缝融合多张图片
ImageFusion AI是什么 ImageFusion AI是免费的在线照片合成与增强工具，通过AI技术帮助用户快速、高效地将多张图片融合在一起，创造出独特的视觉效果。能将不同元素组合，创造出难以手动实现的...
Skywork-VLReward-SkyworkAI开源的多模态奖励模型
Skywork-VL Reward是什么 Skywork-VL Reward是Skywork AI开源的多模态奖励模型，能为多模态理解和推理任务提供可靠的奖励信号。模型基于Qwen2.5-VL-7B-Instruct架构，基于添加奖励头结构，用成...
ChatUI-阿里推出的开源智能对话式UI组件库
ChatUI是什么 ChatUI 是阿里团队推出的开源智能对话式 UI 组件库，能帮助开发者快速构建高质量的聊天应用，提供响应式设计、国际化、主题定制等功能。ChatUI 基于阿里巴巴 Alime Chatbot 的最佳...
Screenify-AI面试工具，提供自动化面试流程
Screenify是什么 Screenify是先进的AI面试工具，帮助企业高效筛选候选人，优化招聘流程。通过自动化面试流程，让企业能快速创建面试、定义评估标准自动发送给候选人，节省了安排面试和收集反馈...
FaceShot-同济大学联合上海AILab等推出的肖像动画生成框架
FaceShot是什么 FaceShot是同济大学、上海 AI Lab和南京理工大学推出的新型无需训练的肖像动画生成框架。用外观引导的地标匹配模块和基于坐标的地标重定位模块，为各种角色生成精确且鲁棒的地标...
MT-Color-上海交大联合哔哩哔哩推出的可控图像着色框架
MT-Color是什么 MT-Color是上海交通大学联合哔哩哔哩推出的基于扩散模型的可控图像着色框架，基于用户提供的实例感知文本和掩码实现精确的实例级图像着色。框架基于像素级掩码注意力机制防止色...
Medeo-AI视频生成工具，一句话生成完整视频
Medeo是什么 Medeo是创新的AI驱动视频制作工具。用户输入简短描述，Medeo能快速生成包含完整剧情、配音和字幕的高清视频。Medeo支持多种视频类型，如故事片、产品演示、培训视频等。Medeo提供从...
Challympics-汇聚人工智能和技术创新的AI赛事平台
Challympics 是什么 Challympics 是专注于人工智能和技术创新的赛事平台，汇聚多种类型的赛事，涵盖创新创意、量子计算、AIGC 大模型方案应用、人工智能应用等多个领域。平台为开发者和创新者提...
Speech-02-MiniMax推出的新一代文本转语音模型
Speech-02是什么 Speech-02 是 MiniMax 推出的新一代文本到语音（TTS）模型。模型基于回归 Transformer 架构，实现零样本语音克隆，仅需几秒参考语音能生成高度相似的目标语音。Flow-VAE 架构增...
Shadow-AI会议助手，实时识别说话人生成会议笔记
Shadow是什么 Shadow 是智能会议助手，将会议中的讨论转化为可执行的行动结果，提高会议效率和生产力。通过自动转录会议对话、识别说话人、生成会议笔记和提取关键信息等功能，帮助用户在会议结...
StableAudioOpenSmall-StabilityAI和Arm推出的文本到音频生成模型
Stable Audio Open Small是什么 Stable Audio Open Small 是 Stability AI 与 Arm 合作推出的轻量级文本到音频生成模型。基于 Stable Audio Open 模型，参数量从11亿减少到3.41亿，生成速度更快...
视频号0粉好物分享带货突破低流量枷锁实现月入4000+
LBM-AI图像转换框架，实现可控阴影生成
LBM是什么 LBM（Latent Bridge Matching）是Jasper Research团队推出的新型图像到图像转换框架，基于在潜在空间中构建桥匹配实现快速高效的图像转换。LBM仅需单步推理完成任务，适用多种图像转...
