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。
ScriptViz – 斯坦福大学推出的剧本可视化AI辅助工具
ScriptViz是由斯坦福大学研究人员推出的一款剧本可视化辅助工具，基于大型电影数据库MovieNet，根据剧本文本和对话检索出相匹配的电影画面，将编剧的文字描述...
AI工具
2年前 (2024)
Loong – 港大和字节联合推出的长视频生成模型
Loong是由香港大学和字节跳动联合推出的一种新型长视频生成模型，能生成外观一致、动态丰富、场景过渡自然的分钟级长视频。模型基于自回归大型语言模型（LLM...
AI工具
2年前 (2024)
Illuminate – 谷歌推出将学术论文转化为音频讨论的AI项目
Illuminate 是一个由谷歌开发的项目，能将学术论文转化为人工智能生成的音频讨论。项目基于谷歌强大的语言模型 Gemini，将论文内容转换成引人入胜的对话，使...
AI工具
2年前 (2024)
Surya – 开源的OCR工具包，支持90+语言、布局分析等识别
Surya是一款功能强大的开源OCR（光学字符识别）工具包，专门设计用在文档识别，支持超过90种语言的识别。Surya能准确识别出文档中的文本，分析文本的阅读顺序...
AI工具
2年前 (2024)
MM1.5 – 苹果推出的升级版多模态大模型
MM1.5是苹果公司推出的多模态大型语言模型，旨在增强文本丰富图像理解、视觉指代和定位以及多图像推理能力。模型基于数据为中心的训练方法，在大规模预训练、...
AI工具
2年前 (2024)
CursorCore – 程序员的AI编程辅助框架，对话形式交互理解上下文
CursorCore是一个基于大型语言模型（LLMs）的编程辅助框架，用对话式交互帮助程序员更高效地编写和修改代码。框架整合编程过程中的各种信息，包括代码历史、...
AI工具
2年前 (2024)
F5-TTS – 上海交大推出开源的文本到语音（TTS）合成系统
F5-TTS是由上海交通大学开源的一款高性能文本到语音（TTS）系统，基于流匹配的非自回归生成方法，结合扩散变换器（DiT）技术。系统在没有额外监督的情况下，...
AI工具
2年前 (2024)
libcom – 上海交大推出开源的图像合成问题解决工具
libcom 是一个由上海交通大学 (BCMI) 实验室推出的图像合成工具箱。旨在解决前景和背景之间的不一致性问题，如外观、几何和语义上的不匹配，生成逼真的合成图...
AI工具
2年前 (2024)
百度智能云一见 – 百度推出的AI视觉大模型平台
百度智能云一见是百度智能云推出的视觉大模型平台，旨在基于领先的视觉大模型技术和丰富的场景化算法方案，实现专业级视觉AI应用的平民化。平台打通从模型生...
AI工具
2年前 (2024)
Swarm – OpenA推出的轻量级多智能体编排框架
Swarm是由OpenAI推出的一个实验性框架，旨在构建、编排和部署多智能体系统。基于轻量级的Agent和handoff机制，简化智能体之间的协调和执行过程，让控制更加精...
AI工具
2年前 (2024)