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。
HuMo – 清华联合字节推出的多模态视频生成框架
HuMo是清华大学和字节跳动智能创作实验室共同提出的多模态视频生成框架，专注于人类中心的视频生成。能从文本、图像和音频等多种模态输入中生成高质量、精细...
AI工具
1年前 (2025)
FireRedTTS-2 – 小红书推出的流式文本转语音系统
FireRedTTS-2 是先进的长格式流式文本转语音（TTS）系统，专注于多说话人对话生成。采用12.5Hz流式语音分词器和双Transformer架构，能实现低延迟、高保真、多...
AI工具
1年前 (2025)
MiniMax Music 1.5 – MiniMax推出的AI音乐生成模型
MiniMax Music 1.5 是先进的 AI 音乐生成模型，支持最长 4 分钟的音乐创作，能根据用户输入的风格、情绪和场景等自然语言描述生成高质量的音乐作品。
AI工具
1年前 (2025)
AnyI2V – 复旦联合阿里达摩院等推出的图像动画生成框架
AnyI2V 是复旦大学、阿里巴巴达摩院和湖畔实验室联合推出的创新图像动画生成框架。框架无需大量训练数据，能将静态条件图像（如网格、点云等）转化为动态视频...
AI工具
1年前 (2025)
AutoDocs – 开源代码文档自动化工具，内置MCP服务器
AutoDocs 是 TrySita 开发的开源代码文档自动化工具，帮助开发者高效生成和维护代码库文档。通过深度解析代码库的抽象语法树（AST）和构建依赖图，生成准确且...
AI工具
1年前 (2025)
Qwen3-Next – 阿里通义开源的混合架构模型
Qwen3-Next是阿里通义开源的新一代混合架构大模型，包含指令版(Qwen3-Next-80B-A3B-Instruct )和思维版(Qwen3-Next-80B-A3B-Thinking)两个版本。
AI工具
1年前 (2025)
SRPO – 腾讯混元推出的文生图模型
SRPO（Semantic Relative Preference Optimization）是腾讯混元推出的文本到图像生成模型，通过将奖励信号设计为文本条件信号，实现对奖励的在线调整，减少对...
AI工具
1年前 (2025)
K2-Think – 开源AI推理模型，数学和代码领域表现出色
K2-Think是阿联酋穆罕默德·本·扎耶德人工智能大学MBZUAI与G42联合推出的开源推理模型，拥有320亿参数，在数学推理、代码生成和科学知识等多领域表现出色，尤...
AI工具
1年前 (2025)
混元图像2.1 – 腾讯开源的文生图模型
混元图像2.1（HunyuanImage 2.1）是腾讯推出的开源文生图模型，支持原生2K分辨率，具备强大的复杂语义理解能力，能精准生成场景细节、人物表情和动作。
AI工具
1年前 (2025)
SpikingBrain-1.0 – 中国科学院推出的类脑脉冲大模型
SpikingBrain-1.0（瞬悉 1.0）是中国科学院自动化研究所推出的类脑脉冲大模型。模型基于内生复杂性，用新型非Transformer架构，突破Transformer架构在处理超...
AI工具
1年前 (2025)