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。
Aligner – 北大推出的残差修正模型对齐技术
Aligner是北京大学团队提出的大语言模型对齐技术，通过学习对齐答案与未对齐答案之间的修正残差来提升模型性能。采用自回归的 seq2seq 模型，在问题-答案-修...
AI工具
2年前 (2025)
LalaEval – 港中文联合货拉拉推出面向特定领域的模型评估框架
LalaEval是香港中文大学和货拉拉数据科学团队共同推出的面向特定领域大语言模型（LLMs）的人类评估框架，框架通过一套完整的端到端协议，涵盖领域规范、标准...
AI工具
2年前 (2025)
SpeechGPT 2.0-preview – 复旦大学推出的端到端实时语音交互模型
SpeechGPT 2.0-preview 是复旦大学 OpenMOSS 团队推出的拟人化实时交互系统，基于百万小时级中文语音数据训练，采用端到端架构，实现了语音与文本模态的高度...
AI工具
2年前 (2025)
CityDreamer4D – 南洋理工推出的无边界 4D 城市建模框架
CityDreamer4D是南洋理工大学 S-Lab 团队开发的用于生成无边界 4D 城市的组合生成模型。将动态物体（如车辆）与静态场景（如建筑和道路）分离，通过三个模块—...
AI工具
2年前 (2025)
VARGPT – 北大推出的多模态理解生成统一模型
VARGPT是创新的多模态大语言模型，专注于视觉理解和生成任务。基于自回归框架，将视觉生成与理解统一在一个模型中，避免任务切换的复杂性。VARGPT在LLaVA架构...
AI工具
2年前 (2025)
YuE – 港科大联合 M-A-P 推出的开源AI音乐生成模型
YuE 是香港科技大学和 Multimodal Art Projection 团队联合开发的开源 AI 音乐生成模型。能将歌词转化为完整的歌曲，支持多种音乐风格，包括流行、金属、爵士...
AI工具
2年前 (2025)
MobileVD – 首个针对移动设备优化的视频扩散模型
MobileVD（Mobile Video Diffusion）是首个针对移动设备优化的视频扩散模型，Qualcomm AI Research团队开发。模型基于Stable Video Diffusion（SVD）的时空UN...
AI工具
2年前 (2025)
Qwen2.5-Max – 阿里通义千问推出的MoE模型
Qwen2.5-Max是阿里云推出的超大规模MoE（Mixture of Experts）模型，使用超过20万亿tokens的预训练数据。模型在多个基准测试中表现卓越，超越了DeepSeek V3、...
AI工具
2年前 (2025)
QVQ-72B-Preview – 阿里通义开源的多模态推理模型
QVQ-72B-Preview 是阿里云通义千问团队开源的多模态推理模型，专注于提升视觉推理能力。模型在多个基准测试中表现出色，在多模态理解和推理任务上展现了强大...
AI工具
2年前 (2025)
Qwen2.5-VL – 阿里通义千问开源的视觉语言模型
Qwen2.5-VL是阿里通义千问团队开源的旗舰视觉语言模型，具有3B、7B和72B三种不同规模。模型在视觉理解方面表现出色，能识别常见物体，分析图像中的文本、图表...
AI工具
2年前 (2025)