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。
JoyAI-VL-Interaction – 京东开源的实时视频视觉语言交互模型
JoyAI-VL-Interaction 是京东 Joy Future Academy 开源的实时视频视觉语言交互模型，是全球首个全栈开源的 interaction 模型系统。
AI工具
4个月前
Baichuan-M4 – 百川智能联合清华推出的医疗增强模型
Baichuan-M4是百川智能联合清华大学推出的新一代医疗增强大模型，在 HealthBench 综合、Hard、Professional 三个权威榜单同时位列世界第一，幻觉率低至 3.3% ...
AI工具
4个月前
豆包音频生成模型1.0 – 火山引擎推出的端到端音频创作模型
豆包音频生成模型1.0（Seed Audio 1.0）是火山引擎推出的端到端音频创作模型，支持文本或音频作为参考输入生成目标音频。
AI工具
4个月前
Unlimited-OCR – 百度开源的端到端长文档 OCR 模型
Unlimited-OCR 是百度推出的端到端长文档 OCR 模型，通过 Reference Sliding Window Attention机制将解码器 KV cache 从线性增长压缩为常数，实现单次前向转...
AI工具
4个月前
Seedance 2.5 – 字节跳动推出的最新视频生成模型
Seedance 2.5 是字节跳动推出的新一代视频生成模型，单次可生成30秒高质量视频并支持多轮延长，能产出数分钟连贯叙事内容。模型支持单次输入最多30张图片、10...
AI工具
4个月前
豆包2.1 – 字节跳动推出的全新智能体模型系列
Seed 2.1 是字节跳动 Seed 团队推出的面向真实生产力场景的全新智能体模型系列，包含 Pro 与 Turbo 两个版本。
AI工具
4个月前
Spatial-TTT – 清华联合混元开源的流式视觉空间智能框架
Spatial-TTT 是清华大学、腾讯混元与南洋理工大学联合推出的流式视觉空间智能框架。框架仅 2B 参数，通过 Test-Time Training（TTT）技术，在观看视频流的过...
AI工具
4个月前
Boogu-Image-0.1 – Boogu开源的统一图像生成与编辑模型
Boogu-Image-0.1 是 Boogu 团队开源的统一图像生成与编辑模型家族。模型在同一架构下同时支持文生图、指令式图像编辑及中英双语文本渲染，家族包含 Base、Edi...
AI工具
4个月前
AudioX-Turbo – Noiz AI 联合清华推出的音频生成框架
AudioX-Turbo 是 Noiz AI 联合香港科技大学、清华大学推出的统一高效音频生成框架，支持文本、视频、音频任意组合输入生成高质量音效与音乐。
AI工具
4个月前
HappyHorse 1.1 – 阿里推出的升级版AI视频生成模型
HappyHorse 1.1是阿里最新上线的AI视频生成模型升级版，较 1.0 版本在动态表现力、主体一致性、指令遵循、视觉质感和音频能力五大维度实现系统性升级。
AI工具
4个月前