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。
Audio-Visual Flamingo – 英伟达等开源的音频视觉语言模型
Audio-Visual Flamingo（简称 AV-Flamingo）是 NVIDIA 与马里兰大学联合推出的开源音频-视觉大语言模型，专为长视频与复杂真实世界音视频内容的联合理解与推...
AI工具
3个月前
Matrix -Game3.5 – 昆仑万维开源的实时流式交互世界模型
Matrix-Game 3.5 是昆仑万维黎曼动力团队开源的实时流式交互世界模型，基于 Patch Memory 与 Warped PRoPE 实现三维空间级长期记忆与几何一致性建模。
AI工具
3个月前
vivago R1- 智象未来推出的无限时长多模态创作智能体
vivago R1 是智象未来推出的全球首个无限时长多模态创作智能体，基于自研 HD-AgentOS 实现多智能体协同调度，支持任意时长视频连贯生成与编辑，具备长任务思...
AI工具
3个月前
LoHoSearch – 美团推出的下一代搜索智能体评测基准
LoHoSearch 是美团 LongCat 团队推出的下一代搜索智能体评测基准，基于覆盖 762 万维基百科实体、2.65 亿条关系边的知识图谱自动生成题目，替代传统人工出题...
AI工具
3个月前
Qwen-Audio-3.0-TTS – 阿里通义千问推出的语音合成模型
Qwen-Audio-3.0-TTS 是阿里通义千问推出的语音合成大模型，包含面向实时交互的 Flash 版与面向高质量生成的 Plus 版。
AI工具
3个月前
MiniCPM-Robot – 面壁智能开源的具身智能 VLA 模型系列
MiniCPM-Robot是面壁智能开源的轻量具身智能 VLA 模型系列，包含 1.5B 参数的 MiniCPM-RobotManip 通用操作模型与 0.9B 参数的 MiniCPM-RobotTrack 跟踪导航...
AI工具
3个月前
Qwen3.8-Max-Preview – 阿里通义推出的最新一代基座模型
Qwen3.8-Max-Preview 是阿里通义千问推出的最新一代基座大模型的预览版，参数量达 2.4T，已上线 Qoder、Token Plan 及 QoderWork 平台。
AI工具
3个月前
Tempolor v4.7 – 趣丸科技推出的旗舰级AI音乐生成大模型
Tempolor v4.7是趣丸科技推出的旗舰级AI音乐生成大模型，采用第四代分层渐进式架构，支持48kHz双声道高品质输出。
AI工具
3个月前
MuScriptor – Kyutai 联合 Mirelo 开源的多乐器音乐转录模型
MuScriptor 是 Kyutai 与 Mirelo 联合推出的开源多乐器音乐转录模型，可将真实世界多种流派的音乐音频自动转录为 MIDI。
AI工具
3个月前
Wan-Streamer v0.2 – 阿里通义推出的全模态理解与生成模型
Wan-Streamer v0.2 是阿里通义实验室推出的面向实时双工交互的端到端全模态理解与生成模型。模型将'听、看、说、演'统一进单个 Transformer，原生支持文本、...
AI工具
3个月前