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。
SongCreator – AI音乐模型，能理解、生成和编辑歌曲
SongCreator是清华大学深圳国际研究生院、香港中文大学等机构推出的AI音乐生成模型，能从歌词出发生成包含声乐和伴奏的完整歌曲。
AI工具
2年前 (2024)
Edify 3D – NVIDIA 推出的3D生成模型
Edify 3D 是 NVIDIA 推出的先进3D资产生成方案，能从文本提示或参考图像快速合成高质量的3D模型。Edify 3D能在两分钟内生成具有详细几何形状、清晰拓扑结构、...
AI工具
2年前 (2024)
XGrammar – 陈天奇团队推出的LLM结构化生成引擎
XGrammar是由陈天奇团队推出的开源软件库，能为大型语言模型（LLM）提供高效、灵活且可移植的结构化数据生成能力。基于上下文无关语法（CFG）定义结构，支持...
AI工具
2年前 (2024)
aisuite – 吴恩达发布开源Python库，一个接口调用多个大模型
aisuite是开源的Python库，吴恩达（Andrew Ng）发布的，旨在提供一个统一的接口来调用多个大型语言模型（LLM）服务。支持包括OpenAI、Anthropic、Azure等在内...
AI工具
2年前 (2024)
Illustrious – 开源文本到图像生成模型，专注于生成高质量动漫风格图像
Illustrious是开源的文本到图像动漫图像生成模型，是Onoma AI Research推出的。基于优化批量大小、dropout控制、训练图像分辨率和多级标题等关键方法，实现高...
AI工具
2年前 (2024)
LongRAG – 智谱联合清华和中科院推出的双视角鲁棒检索框架
LongRAG是清华大学、中国科学院和智谱的研究团队推出的，面向长文本问答（LCQA）的双视角鲁棒检索增强生成（RAG）框架。基于混合检索器、LLM增强信息提取器、...
AI工具
2年前 (2024)
Fugatto – 英伟达推出的多功能AI音频生成模型
Fugatto是英伟达（NVIDIA）推出的音频合成和转换模型，全称为'Foundational Generative Audio Transformer Opus 1'。模型能根据文本提示生成音频或视频，接收...
AI工具
2年前 (2024)
SlideChat – 上海AI Lab联合多所高校和机构推出的视觉语言助手
SlideChat是上海AI实验室、厦门大学、华东师范大学等机构推出的，首个能理解千兆像素级别全切片图像的视觉语言助手。SlideChat能生成详尽的全切片图像描述，...
AI工具
2年前 (2024)
Frames – Runway 推出的AI图像生成模型
Frames是Runway推出的最新AI图像生成模型，在风格控制和视觉保真度方面取得巨大进步。Frames能维持风格一致性，支持广泛的创意探索，为项目建立特定外观，并...
AI工具
2年前 (2024)
MobA – 上海交通大学推出的移动智能体
MobA（Mobile Agent）是上海交通大学团队推出的新型移动智能体，基于多模态大型语言模型（MLLMs）提升移动设备的自动化任务执行能力。MobA采用两级架构：高级...
AI工具
2年前 (2024)