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。
EMAGE – 清华联合东大等机构推出的音频生成全身共语手势框架
EMAGE（Expressive Masked Audio-conditioned GEsture modeling）是清华大学、东京大学、庆应义塾大学等机构推出的用在生成全身共语手势框架。EMAGE能根据音...
AI工具
2年前 (2025)
JoyGen – 京东和港大推出音频驱动的3D说话人脸视频生成框架
JoyGen是京东科技和香港大学推出的，音频驱动的3D说话人脸视频生成框架，专注于实现精确的唇部与音频同步及高质量的视觉效果。JoyGen结合音频特征和面部深度...
AI工具
2年前 (2025)
MatAnyone – 南洋理工和商汤科技推出的人像视频抠图框架
MatAnyone是南洋理工大学S-Lab实验室和商汤科技推出的，针对复杂背景人像视频抠图的先进框架，专注于目标指定的视频抠图任务。MatAnyone基于一致的内存传播模...
AI工具
2年前 (2025)
SynCD – Meta和卡内基梅隆大学开源的文生图合成训练数据集
SynCD（Synthetic Customization Dataset）是卡内基梅隆大学和Meta推出的高质量合成训练数据集，用在提升文本到图像模型的定制化能力。SynCD包含多个相同对象...
AI工具
2年前 (2025)
VideoJAM – Meta 推出增强视频生成模型运动连贯性的框架
VideoJAM是Meta推出的，用在增强视频生成模型运动连贯性的框架。基于引入联合外观-运动表示，让模型在训练阶段同时学习预测视频的像素和运动信息，在推理阶段...
AI工具
2年前 (2025)
s1 – 斯坦福和华盛顿大学推出低成本、高性能的AI推理模型
s1是斯坦福大学和华盛顿大学的研究团队开发的低成本、高性能的AI推理模型。模型通过“蒸馏”技术从谷歌的Gemini 2.0 Flash Thinking Experimental模型中提取推...
AI工具
2年前 (2025)
FluxSR – 上海交大联合华为等高校推出的图像超分辨率模型
FluxSR是新型的单步扩散模型，是上海交通大学、哈佛大学、华南理工大学和华为诺亚方舟实验室推出的专门用在真实世界图像超分辨率（Real-ISR）任务。FluxSR基...
AI工具
2年前 (2025)
RAG-FiT – 英特尔实验室推出用于开发、增强大模型的开源RAG框架
RAG-FiT（曾用名RAG Foundry）是英特尔实验室推出的开源框架，用在微调（fine-tuning）增强大型语言模型（LLMs）在检索增强生成（RAG）任务中的表现。RAG-FiT...
AI工具
2年前 (2025)
Chatbox AI – 开源的AI客户端助手，支持多种主流AI模型
Chatbox AI是开源的跨平台AI客户端应用和智能助手，支持 Windows、Mac、Linux、iOS、Android 和网页版，集成多种先进的语言模型（如 ChatGPT、DeepSeek、Clau...
AI工具
2年前 (2025)
Open Deep Research – Deep Research开源复现版智能体，支持切换多种语言模型
Open Deep Research 是开源的 AI 智能体，是Deep Research开源复现项目，基于推理大量网络数据完成复杂的多步骤研究任务。Open Deep Research使用 Firecrawl ...
AI工具
2年前 (2025)