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。
Pangea – 卡内基梅隆大学开源的多语言多模态大语言模型
Pangea是卡内基梅隆大学团队推出的多语言多模态大型语言模型（LLM），能提升全球语言和文化多样性的覆盖。模型包含600万条指令的多样化数据集，支持39种语言...
AI工具
2年前 (2024)
书生InternThinker – 上海 AI Lab 推出的强推理模型
书生InternThinker是上海人工智能实验室推出的强推理模型，具备自主生成高智力密度数据和元动作思考能力。基于长思维能力和自我反思、纠正机制，在数学、代码...
AI工具
2年前 (2024)
LEOPARD – 腾讯AI Lab西雅图实验室推出的视觉语言模型
LEOPARD是腾讯AI Lab西雅图实验室推出的视觉语言模型，专为理解和处理含有大量文本的多图像任务设计。LEOPARD基于两个主要技术创新：一是策划约一百万条专门...
AI工具
2年前 (2024)
LazyGraphRAG – 微软推出的图形增强生成增强检索框架
LazyGraphRAG是微软研究院推出的图形增强生成增强检索（RAG）框架，是GraphRAG的迭代版本。LazyGraphRAG在数据索引成本上大幅降低，是GraphRAG的0.1%，同时用...
AI工具
2年前 (2024)
MCP – Anthropic 开源的模型上下文协议
MCP（Model Context Protocol，模型上下文协议）是一个开放协议，是Anthropic开源的，能实现大型语言模型（LLM）应用与外部数据源和工具之间的无缝集成。基于...
AI工具
2年前 (2024)
EvolveDirector – 阿里联合南洋理工推出文本到图像生成模型的高效训练技术
EvolveDirector是阿里巴巴和南洋理工大学联合推出的创新框架，用公开资源和高级模型的API接口训练一个高性能的文本到图像生成模型。框架基于与现有高级模型的...
AI工具
2年前 (2024)
Flex3D – Meta GenAI和牛津大学共同推出的两阶段3D生成框架
Flex3D是由Meta的GenAI团队和牛津大学研究团队推出的创新的两阶段3D生成框架，能基于任意数量的高质量输入视图，解决从文本、单张图片或稀疏视图图像生成高质...
AI工具
2年前 (2024)
CAVIA – 苹果、得克萨斯、谷歌联合推出的多视角视频生成框架
CAVIA是苹果公司、得克萨斯大学奥斯汀分校、谷歌联合推出的多视角视频生成框架，能将单一输入图像转换成多个时空一致的视频序列。框架基于引入视角集成注意力...
AI工具
2年前 (2024)
Kandinsky-3 – 开源的文本到图像生成框架，适应多种图像生成任务
Kandinsky-3是基于潜在扩散模型的文本到图像（T2I）生成框架，以高质量和逼真度在图像合成领域脱颖而出。Kandinsky-3能适应多种图像生成任务，包括文本引导的...
AI工具
2年前 (2024)
WebDreamer – 基于大语言模型模拟网页交互增强网络规划能力的框架
WebDreamer是俄亥俄州立大学和Orby AI研究团队推出的基于模型规划的网络智能体，基于大型语言模型（LLMs），特别是GPT-4o，作为世界模型预测网站上的交互结果...
AI工具
2年前 (2024)