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。
ModelEngine – 华为开源的全流程 AI 开发工具链
ModelEngine 是华为开源的全流程 AI 开发工具链，围绕数据使能、模型使能和应用使能三大核心功能展开，解决 AI 行业化落地过程中数据工程耗时长、模型训练和...
AI工具
2年前 (2025)
TripoSR – Stability AI 联合 VAST 开源的 3D 生成模型
TripoSR是Stability AI和VAST联合推出的开源3D生成模型，能在不到0.5秒内从单张2D图像快速生成高质量的3D模型。模型基于Transformer架构，采用了大型重建模型...
AI工具
2年前 (2025)
Piece it Together – Bria AI等机构推出的图像生成框架
Piece it Together （PiT）是Bria AI等机构推出的创新图像生成框架，专门用在从部分视觉组件生成完整的概念图像。基于特定领域的先验知识，将用户提供的碎片...
AI工具
2年前 (2025)
Bolt3D – 牛津大学联合谷歌推出的 3D 场景生成技术
Bolt3D 是谷歌研究院、牛津大学 VGG 团队和谷歌 DeepMind 联合推出的新型 3D 场景生成技术，是潜在扩散模型，能在单个 GPU 上，仅需不到七秒的时间，直接从一...
AI工具
2年前 (2025)
RF-DETR – Roboflow推出的实时目标检测模型
RF-DETR是Roboflow推出的实时目标检测模型。RF-DETR是首个在COCO数据集上达到60+平均精度均值（mAP）的实时模型，性能优于现有的目标检测模型。RF-DETR结合LW...
AI工具
2年前 (2025)
Cosmos-Reason1 – NVIDIA推出的系列多模态大语言模型
Cosmos-Reason1 是NVIDIA推出的系列多模态大语言模型，模型能生成基于物理现实的响应。Cosmos-Reason1 包含两个模型：Cosmos-Reason1-7B 和 Cosmos-Reason1-5...
AI工具
2年前 (2025)
Qwen2.5-Omni – 阿里开源的端到端多模态模型
Qwen2.5-Omni 是阿里开源的 Qwen 系列旗舰级多模态模型，拥有7B参数，Qwen2.5-Omni具备强大的多模态感知能力，能处理文本、图像、音频和视频输入，支持流式文...
AI工具
2年前 (2025)
Oliva – 开源语音RAG助手，实时语音搜索向量数据库
Oliva 是开源的语音RAG助手，结合 Langchain 和 Superlinked 技术，基于语音驱动的 RAG（检索增强生成）架构，帮助用户在 Qdrant 向量数据库中实时搜索信息。...
AI工具
2年前 (2025)
Fin-R1 – 上海财经联合财跃星辰推出的金融推理大模型
Fin-R1是上海财经大学联合财跃星辰推出的首个金融领域R1类推理大模型。基于7B参数的Qwen2.5-7B-Instruct架构，通过在金融推理场景的高质量思维链数据上进行SF...
AI工具
2年前 (2025)
Video-T1 – 清华联合腾讯推出的视频生成技术
Video-T1 是清华大学和腾讯的研究人员共同推出的视频生成技术，基于测试时扩展（Test-Time Scaling，TTS）提升视频生成的质量和一致性。传统视频生成模型在训...
AI工具
2年前 (2025)