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。
CogVideoX v1.5 – 智谱最新开源的AI视频生成模型
CogVideoX v1.5是智谱最新开源的AI视频生成模型。模型包含CogVideoX v1.5-5B和CogVideoX v1.5-5B-I2V两个版本，5B 系列模型支持生成5至10秒、768P分辨率、16...
AI工具
2年前 (2024)
AdaCache – Meta推出加速AI视频实时高质量生成的开源项目
AdaCache（Adaptive Caching）是Meta推出的开源技术，能加速AI视频生成过程。AdaCache自适应缓存机制优化计算资源分配，根据不同视频内容的复杂度动态调整计...
AI工具
2年前 (2024)
olly.bot – 个人AI助理，集成多种通用AI能力支持本地使用
Olly.bot是集成于iMessage和SMS的个人AI助手，基于OpenAI大模型，提供网络搜索、文档分析、图片生成等功能。Olly.bot无需下载、注册，不收集用户身份信息，保...
AI工具
2年前 (2024)
Fashion-VDM – 谷歌和华盛顿大学联合推出的虚拟试穿技术
Fashion-VDM是谷歌和华盛顿大学共同推出的基于视频扩散模型（VDM）的虚拟试穿技术。能在给定服装图像和人物视频的情况下，生成人物穿着指定服装的高质量试穿...
AI工具
2年前 (2024)
AgentSquare – 清华推出模块化智能体系统设计和搜索新框架
AgentSquare是清华大学团队推出自动搜索和优化大型语言模型（LLM）代理的框架。基于标准化的模块接口抽象，实现AI智能体的高速自我演化和自适应演进。框架包...
AI工具
2年前 (2024)
CogSound – 智谱AI最新推出的音效模型
CogSound是智谱AI最新推出的音效模型，能为无声视频增添动人的音效。 基于GLM-4V的视频理解能力，CogSound能精准识别理解视频背后的语义和情感，为无声视频添...
AI工具
2年前 (2024)
Ichigo – 开源的多模态AI语音助手，实时处理语音和文本的交织序列
Ichigo是开源的多模态AI语音助手，采用混合模态模型，能实时处理语音和文本的交织序列。基于将语音直接量化为离散令牌，用统一的变换器架构同时处理语音和文...
AI工具
2年前 (2024)
X-Portrait 2 – 字节跳动推出的单图驱动视频生成模型
X-Portrait 2是字节跳动智能创作团队推出的单图视频驱动技术，基于一张静态照片和一段驱动视频生成高质量、电影级视频。X-Portrait 2保留原图身份特征，准确...
AI工具
2年前 (2024)
Magentic-One – 微软推出的多AI智能体协同完成复杂任务系统
Magentic-One 是微软推出的通用多智能体系统，解决跨领域的复杂网络和文件任务。系统基于多智能体架构，由Orchestrator智能体领导，协调WebSurfer、FileSurfe...
AI工具
2年前 (2024)
Recraft V3 – Recraft推出的AI文本到图像生成模型
Recraft V3是Recraft公司推出的AI文本到图像生成模型，在Hugging Face的文本到图像模型排行榜上以1172的ELO评分荣获第一。模型具有高质量的图像生成和先进的...
AI工具
2年前 (2024)