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。
CustomCrafter – 腾讯联合浙大推出的自定义视频生成框架
CustomCrafter 是腾讯和浙江大学联合提出的自定义视频生成框架，能基于文本提示和参考图像生成高质量的个性化视频，同时保留了运动生成和概念组合的能力。Cus...
AI工具
2年前 (2024)
HMoE – 腾讯混元团队提出的新型神经网络架构
HMoE（混合异构专家模型）是腾讯混元团队提出的新型神经网络架构，旨在提升大型语言模型的性能和计算效率。通过引入不同尺寸的专家来处理不同复杂性的输入数...
AI工具
2年前 (2024)
LLaVA-OneVision – 字节跳动推出的开源多模态AI模型
LLaVA-OneVision是字节跳动推出开源的多模态AI模型，LLaVA-OneVision通过整合数据、模型和视觉表示的见解，能同时处理单图像、多图像和视频场景下的计算机视...
AI工具
2年前 (2024)
MUMU – 文本和图像驱动的多模态生成模型
MUMU是一种多模态图像生成模型，通过结合文本提示和参考图像来生成目标图像，从而提高生成的准确率和质量。MUMU模型的架构基于SDXL的预训练卷积UNet，采用了...
AI工具
2年前 (2024)
Video-LLaVA2 – ChatLaw推出的开源多模态智能理解系统
Video-LLaVA2是由北京大学ChatLaw课题组研发的开源多模态智能理解系统，通过创新的时空卷积（STC）连接器和音频分支，提升了视频和音频理解能力。模型在视频...
AI工具
2年前 (2024)
LM Studio – 开源、傻瓜、一站式部署本地大模型 (LLM) 的应用平台
LM Studio 是一个本地大语言模型 (LLM) 应用平台，开源、傻瓜、一站式部署本地大模型。包括但不限于Llama、MPT、Gemma等，LM Studio 提供了一个图形用户界面...
AI工具
2年前 (2024)
edge-tts – 开源的AI文字转语音项目
edge-tts是开源的AI文字转语音项目，支持超过40种语言和300多种声音。edge-tts利用微软Azure Cognitive Services的强大功能，能将文本信息转换成流畅自然的语...
AI工具
2年前 (2024)
VFusion3D – Meta联合牛津大学推出的AI生成3D模型项目
VFusion3D 是由 Meta 和牛津大学的研究人员共同推出的AI生成3D模型项目，能从单张图片或文本描述中生成高质量的3D对象。VFusion3D 通过微调预训练的视频 AI ...
AI工具
2年前 (2024)
auto-video-generator – AI自动解说视频生成器
auto-video-generator是AI自动解说视频生成器，能实现一键生成解说视频。用户只需输入主题，系统便自动撰写脚本、合成语音、生成图片并合成视频，极大提升内...
AI工具
2年前 (2024)
Qwen2-VL – 阿里巴巴达摩院开源的视觉多模态AI模型
Qwen2-VL是阿里巴巴达摩院开源的视觉多模态AI模型，具备高级图像和视频理解能力。Qwen2-VL支持多种语言，能处理不同分辨率和长宽比的图片，实时分析动态视频...
AI工具
2年前 (2024)