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。
PixelWave Flux – AI图像生成模型，基于FLUX.1-dev模型微调版本
PixelWave Flux.1-dev 03是基于FLUX.1-dev模型在NVIDIA 4090上微调的AI图像生成模型，有卓越的模型泛化能力，模型在处理多种艺术风格、摄影和动漫图像方面表...
AI工具
2年前 (2024)
LLaVA-o1 – 北大清华联合多所机构推出开源的视觉语言模型
LLaVA-o1是北京大学、清华大学、鹏城实验室、阿里巴巴达摩院以及理海大学（Lehigh University）组成的研究团队推出的开源视觉语言模型，基于Llama-3.2-Vision...
AI工具
2年前 (2024)
Qwen2.5-Turbo – 阿里推出的长文本模型，支持上下文长度1M tokens
Qwen2.5-Turbo是阿里推出的先进语言模型，将上下文长度从 128k 扩展到了 1M ，相当于100万个英文单词或150万个汉字。扩展让模型能处理更长的文本，如长篇小说...
AI工具
2年前 (2024)
Pixtral Large – Mistral AI开源的超大多模态模型
Pixtral Large是法国Mistral AI开源的1240亿参数超大多模态模型，具备前沿级图像理解能力，支持128K上下文，能理解文本、图表和图像。Pixtral Large基于Mistr...
AI工具
2年前 (2024)
Agent K v1.0 – 华为诺亚方舟实验室联合伦敦大学推出的端到端自主数据科学智能体
Agent K v1.0 是华为诺亚方舟实验室与伦敦大学学院团队联合推出的端到端自主数据科学智能体，能自动化、优化和泛化处理多种数据科学任务。Agent K v1.0基于结...
AI工具
2年前 (2024)
Hali – 特斯联Buttons推出的多模态多智能体协作Agent
Hali是特斯联联合国际轻奢品牌Buttons推出的多模态多智能体协作AI Agent。Hali具备类人思考、长记忆、物理世界感知和多智能体协作四大特点，语义理解准确率超...
AI工具
2年前 (2024)
Voyage Multimodal-3 – Voyage AI 推出的多模态嵌入模型
Voyage Multimodal-3 是 Voyage AI 推出的先进的多模态嵌入模型，能处理交错的文本和图像，并从 PDF、幻灯片、表格等截图中捕捉关键视觉特征，无需复杂文档解...
AI工具
2年前 (2024)
Skywork o1 – 昆仑万维推出的天工大模型4.0 o1版
Skywork o1是昆仑万维推出的天工大模型4.0 o1版，是国内首款具备中文逻辑推理能力的o1模型。Skywork o1在模型输出中内生了思考、计划、反思等能力，显著提升...
AI工具
2年前 (2024)
Symphony Creative Studio – TikTok推出的AI广告创意视频生成工具
Symphony Creative Studio是TikTok推出的AI视频创作工具，帮助广告主和内容创作者简化视频制作流程。Symphony Creative Studio集成视频生成、转换和扩展功能...
AI工具
2年前 (2024)
DanceFusion – 清华大学推出音频驱动舞蹈动作重建与生成的开源框架
DanceFusion是清华大学推出的开源框架，专注于音频驱动的舞蹈动作重建与生成。DanceFusion结合分层时空Transformer-VAE和扩散模型，能处理社交媒体上的不完整...
AI工具
2年前 (2024)