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。
Moonshine – 实时转录场景、低延时高准确的语音识别模型
Moonshine是专为资源受限设备优化的语音识别模型，提供快速且准确的实时语音转文本服务。适于需要即时响应的应用场景，例如现场转录和语音命令识别。Moonshin...
AI工具
2年前 (2024)
sCM – OpenAI推出连续时间一致性模型，两步采样生成高质量图像
sCM是OpenAI推出的连续时间一致性模型，基于扩散模型原理进行改进。sCM简化理论框架和优化采样过程，实现图像生成速度的显著提升。sCM模型仅需两步采样能生成...
AI工具
2年前 (2024)
easegen – AI数字人课程制作平台，智能课件自动批量生成
easegen是一个开源的AI+数字人课程制作项目，集成课程制作、视频管理、智能课件生成到智能出题的全套方案。项目支持PPT课件的批量自动生成、数字人克隆、声音...
AI工具
2年前 (2024)
Mellum – JetBrains 推出专为开发者设计的大语言模型
Mellum 是 JetBrains 推出的一款专为开发者设计的大型语言模型（LLM），旨在提升 AI 驱动的开发工具。通过深度集成 JetBrains IDE，提供低延迟、高准确度的代...
AI工具
2年前 (2024)
PaddleOCR 2.9 – 百度飞桨推出的新版开源光学字符识别（OCR）工具库
PaddleOCR 2.9是由百度飞桨（PaddlePaddle）推出的一款开源光学字符识别（OCR）工具库。提供丰富的算法和模型，支持多种语言识别，提供数据标注和合成工具。P...
AI工具
2年前 (2024)
Janus – DeepSeek推出的自回归框架，统一多模态理解和生成任务
Janus是一个由DeepSeek AI推出的自回归框架，旨在统一多模态理解和生成任务。将视觉编码分离成不同的路径解决以往方法的局限性，且用单一的变换器架构进行处...
AI工具
2年前 (2024)
PUMA – 多粒度策略统一的多模态大语言模型
PUMA是一个先进的多模态大型语言模型（MLLM），旨在基于集成多粒度视觉特征统一和增强视觉生成和理解任务。PUMA能处理从文本到图像的生成、详细的图像编辑及...
AI工具
2年前 (2024)
Claude 3.5 Haiku – Anthropic推出的响应最快的AI模型
Claude 3.5 Haiku 是 Anthropic 公司推出的一款新型人工智能模型，保持与前代 Claude 3 Haiku 相近的速度和成本的同时，实现了在各项能力上的提升，在多项基...
AI工具
2年前 (2024)
Mochi 1 – Genmo推出的开源高质量AI视频生成模型
Mochi 1是Genmo公司推出的开源视频生成模型，在动作质量和遵循用户提示方面表现出色。Mochi 1基于Apache 2.0许可证发布，支持个人和商业用途的免费使用。模型...
AI工具
2年前 (2024)
Stable Diffusion 3.5 – Stability AI最新开源的图像生成模型
Stable Diffusion 3.5是Stability AI公司最新推出的一系列先进的AI图像生成模型，包括Stable Diffusion 3.5 Large、Stable Diffusion 3.5 Large Turbo和即将...
AI工具
2年前 (2024)