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。
Iris – 小红书 AllSpark 团队开源的搜索智能体
Iris 是小红书 AllSpark 团队开源的搜索智能体，含 35B（Iris-mini）和 397B（Iris-pro）两个版本。Iris能在真实网络中自主决定搜什么、怎么读、何时收敛作答...
AI工具
4周前
Step Audio 3 – 阶跃星辰推出的语音大模型系列
StepAudio 3 是阶跃星辰推出的语音大模型系列，包含 Realtime、ASR、TTS、Gen和 Music五款模型。模型中 Realtime 的语音推理准确率99.7%、ASR 的词错误率1.7%...
AI工具
4周前
HiDream-O1-Video-1.0 – 智象未来推出的全模态视频生成模型
HiDream-O1-Video-1.0（简称HD-V1）是智象未来（HiDream.ai）推出的原生全模态视频生成模型，支持文本、图片、视频等多模态输入，可一键直出5–20秒1080p视频。
AI工具
4周前
YuE2 – 港科技大联合 M-A-P 团队开源的音乐生成模型
YuE2是香港科技大学与M-A-P团队开源的音乐生成模型。模型能根据歌词和风格生成可编辑的ABC乐谱（旋律+和弦），再渲染为48kHz完整歌曲，让创作过程白盒可控。
AI工具
4周前
书生-S2 – 上海 AI Lab 开源的多模态基础大模型
书生-S2是上海人工智能实验室开源的多模态基础大模型（397B参数），定位最懂科学的大模型。模型通过Memory Decoder架构引入可插拔专业记忆模块，可在不重训主...
AI工具
4周前
UnifoLM-WLA-1.0 – 宇树科技推出的具身多模态大模型
UnifoLM-WLA-1.0是宇树科技推出的6B具身多模态大模型，基于约2500小时真机数据训练，将视觉、语言与动作统一建模，单模型统筹64项桌面与全身移动操作任务。
AI工具
4周前
LingBot-World 2.0 – 蚂蚁灵波科技开源的实时交互世界模型
LingBot-World 2.0 是蚂蚁灵波科技开源的实时交互世界模型，能像游戏一样被实时游玩。游戏支持移动、攻击、施法、跳跃等操作及雨雪等环境事件，可小时级连续...
AI工具
4周前
Xiaomi-CocktailASR-1 – 小米开源的说话人语音识别模型
Xiaomi-CocktailASR-1是小米开源的目标说话人语音识别大模型，基于LLM端到端架构，用参考语音作为声纹提示，无需语音分离可从多人混合语音中精准转录目标说话...
AI工具
4周前
K2.8 Preview – 月之暗面 Kimi 推出的新一代主力模型
Kimi K2.8 Preview 是月之暗面在 Kimi Code 和 Kimi Work 全量上线的主力模型，官方称综合性能接近旗舰 Kimi K3，编码与 Agent 能力提升，思考效率较 K2.7 显...
AI工具
4周前
ABot-Earth 0.7 – 高德推出的全球首个 3D 原生城市世界模型
ABot-Earth 0.7 是高德推出的全球首个 3D 原生城市世界模型。模型采用 3D 原生技术架构，用时空数据训练模型，输入一张卫星图或一段文字，10 分钟即可在消费...
AI工具
1个月前