AI项目和框架
AI工具集介绍和收录了当前流行的AI研究项目和框架，紧跟最新AI领域的进展，解读AI研究论文和方法框架，帮你快速了解这些项目的工作原理。
UnifoLM-WMA-0 – 宇树科技开源的世界模型行动框架
UnifoLM-WMA-0 是宇树科技开源的跨多类机器人本体的世界模型 - 动作架构，专为通用机器人学习设计。核心是世界模型，能理解机器人与环境的物理交互，具备仿真...
AI工具
1年前 (2025)
Lumina-DiMOO – 上海AI Lab推出的多模态生成与理解模型
Lumina-DiMOO是上海人工智能实验室等机构开源的新一代多模态生成与理解模型。模型采用全离散扩散架构，统一处理文本、图像等多模态数据，支持文本到图像生成...
AI工具
1年前 (2025)
Mini-o3 – 字节联合港大推出的视觉推理模型
Mini-o3 是字节跳动和香港大学联合推出的开源模型，专为解决复杂的视觉搜索问题而设计。模型通过强化学习和基于图像的工具，能执行深度多轮推理，推理轮次可...
AI工具
1年前 (2025)
Grok 4 Fast – xAI推出的快速版AI模型
Grok 4 Fast是xAI推出的快速版人工智能模型，最大的特点是响应速度快，最高可达标准版的10倍，生成速度每秒75个token，能快速完成简单查询、基础代码生成等任...
AI工具
1年前 (2025)
ROMA – Sentient AGI开源的多智能体框架
ROMA（Recursive Open Meta-Agent） 是Sentient AGI团队开源的多Agent系统框架,通过递归层次结构将复杂任务拆解为可并行的子任务，由父节点分配给子节点执行...
AI工具
1年前 (2025)
GPT-5-Codex – OpenAI推出的Agent编程优化模型
GPT-5-Codex 是 OpenAI 推出的专为编程优化的模型，基于 GPT-5 进一步强化。模型聚焦于真实世界的软件工程任务，如从零搭建项目、代码重构、调试、测试和代码...
AI工具
1年前 (2025)
FunAudio-ASR – 阿里达摩院推出的端到端语音识别模型
FunAudio-ASR 是阿里巴巴达摩院推出的端到端语音识别大模型，专为解决企业落地中的关键问题设计。通过创新的 Context 增强模块，有效优化了“幻觉”和“串语种”...
AI工具
1年前 (2025)
ERNIE-4.5-21B-A3B-Thinking – 百度推出的思考模型
ERNIE-4.5-21B-A3B-Thinking 是百度推出的专注于推理任务的大型语言模型。采用混合专家（MoE）架构，总参数量达210亿，每个token激活30亿参数，支持128K的长...
AI工具
1年前 (2025)
Youtu-GraphRAG – 腾讯优图开源的图检索增强生成框架
Youtu-GraphRAG是腾讯优图实验室开源的图检索增强生成框架，通过将知识组织成图谱，结合大语言模型进行检索和推理，帮助模型更精准地回答复杂问题，减少“胡言...
AI工具
1年前 (2025)
Live Interpreter API – 微软推出的实时多语言翻译服务
Live Interpreter API 是 Azure 语音翻译的新功能，能实现实时的多语言语音翻译。无需用户手动设置输入语言， Live Interpreter API 能自动连续识别正在使用...
AI工具
1年前 (2025)