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。
LLaMA-Omni – 中科院推出的低延迟高质量的语音交互模型
LLaMA-Omni 是中国科学院计算技术研究所和中国科学院大学研究者推出的新型模型架构，用于实现与大型语言模型（LLM）的低延迟、高质量语音交互。通过集成预训...
AI工具
2年前 (2024)
LVCD – 腾讯联合香港城市大学推出为动漫视频线稿上色的AI框架
LVCD（Large Video Color Diffusion）是一个专为动画视频线稿上色设计的视频扩散框架，能将黑白线稿自动转化为彩色动画视频。LVCD使用了一种先进的扩散模型，...
AI工具
2年前 (2024)
华知大模型5.0 – 知网联合华为云推出的多模态AI大模型
华知大模型5.0是同方知网与华为云联合推出的AI大模型，具备多模态理解和生成能力。华知大模型5.0的最大亮点在于多维模型的构建能力，涵盖从7B到135B不等的多...
AI工具
2年前 (2024)
ItiNera – 港大与MIT联合推出的AI城市行程规划（OUIP）系统
ItiNera 是港大和MIT联合开发的智能城市行程规划系统。基于大型语言模型（LLM）和空间优化技术，根据用户的个性化需求，如情侣酒吧、二次元圣地等，一键生成C...
AI工具
2年前 (2024)
CogVideoX-Fun – 基于CogVideoX的整合包，支持生成无限长度的视频
CogVideoX-Fun是一个基于CogVideoX结合EasyAnimate修改的AI视频生成整合包，提供了更自由的生成条件，支持文字生成视频、图片生成视频以及视频生成视频。工具...
AI工具
2年前 (2024)
StoryMaker – 小红书开源的文本到图像实现角色一致的生成模型
StoryMaker 是小红书开源的一款文本到图像生成工具，专注于帮助创作者在连续图像内容中保持角色的一致性。基于 Stable Diffusion XL 模型和 LoRA 技术，确保...
AI工具
2年前 (2024)
书生·物华2.0（3DTopia 2.0）- 上海AI实验室联合南洋理工推出三维物体生成大模型
书生·物华2.0（3DTopia 2.0）是由上海人工智能实验室与南洋理工大学联合开发的三维物体生成大模型。模型采用创新的原语（primitive-based）三维表示方法PrimX...
AI工具
2年前 (2024)
cogvlm2-llama3-caption – 智普AI开源的视频标注模型，生成文本描述
cogvlm2-llama3-caption模型是一个基于CogVLM2架构的视频描述生成模型。模型用于理解视频内容，自动生成描述视频内容的文本标题或字幕。
AI工具
2年前 (2024)
Gummy – 通义推出的端到端语音翻译大模型，能实时流式生成结果
Gummy是通义实验室在2024年云栖大会上推出的端到端语音翻译大模型。模型能实时流式生成语音识别与翻译结果，支持包括中文、英语、粤语、日语、韩语、法语、德...
AI工具
2年前 (2024)
Ovis1.6 – 阿里国际AI团队推出的多模态大模型，超过闭源GPT-4o-mini
Ovis1.6是阿里国际AI团队推出的多模态大模型，在多模态权威综合评测基准OpenCompass上取得了优异的成绩，特别是在30亿参数以下的模型中综合得分排名第一，超...
AI工具
2年前 (2024)