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。
GLM-OCR – 智谱开源的轻量级多模态OCR模型
GLM-OCR是智谱AI开源的轻量级多模态OCR模型，仅0.9B参数在OmniDocBench V1.5榜单以94.6分登顶SOTA。
AI工具
8个月前
Thinker – 优必选开源的具身智能视觉语言模型
Thinker是优必选开源的具身智能视觉语言大模型，专为机器人场景打造。模型4B参数在9项权威基准测试中斩获全球第一。
AI工具
8个月前
Happy – 开源AI编程远程控制工具，实时查看状态
Happy是什么 Happy 是开源工具，能让用户通过手机或网页客户端远程控制电脑上运行的 Claude Code 或 Codex。支持实时查看代码进度、语音交互、消息推送，采...
AI工具
8个月前
Step 3.5 Flash – 阶跃星辰最新开源的基座模型
Step 3.5 Flash 是阶跃星辰最新开源的基座模型，专为 Agent 场景推出。模型采用稀疏 MoE 架构，总参数 1960 亿，每 token 仅激活 110 亿参数，兼顾性能与效率。
AI工具
8个月前
Vidu Q3 – 生数科技推出的音画同步AI视频模型
Vidu Q3 是生数科技推出的全球首款 16 秒音画同步 AI 视频模型，专为短剧、漫剧、广告等叙事场景打造。一次提示即可直出 16 秒 1080p 成片，画面、对白、环境...
AI工具
8个月前
UnifoLM-VLA-0 – 宇树开源的通用机器人操作大模型
UnifoLM-VLA-0 是宇树科技开源的通用视觉-语言-动作（VLA）大模型，基于 Qwen2.5-VL-7B 架构进行持续预训练。
AI工具
8个月前
Project Genie – 谷歌推出的实验性AI世界模型原型
Project Genie 是谷歌 DeepMind 推出的实验性 AI 世界模型原型，基于 Genie 3、Nano Banana Pro 和 Gemini 技术驱动。用户通过文字提示或上传图片可创建虚拟...
AI工具
8个月前
TTT-Discover – 斯坦福、英伟达推出的测试时强化学习方法
TTT-Discover（Test-Time Training to Discover）是斯坦福、英伟达等机构推出的AI科学发现方法。TTT-Discover在测试阶段对模型进行强化学习训练，非冻结权重...
AI工具
8个月前
MOVA – 创智学院联合模思智能开源的端到端音视频模型
MOVA（MOSS Video and Audio）是上海创智学院OpenMOSS团队与模思智能（MOSI）联合推出的，中国首个高性能开源音视频端到端生成模型。模型突破传统视频'静音'...
AI工具
9个月前
SenseNova-MARS – 商汤科技开源的多模态自主推理模型
SenseNova-MARS是商汤科技开源的多模态自主推理模型，提供8B和32B两种参数规模。作为首个支持动态视觉推理与图文搜索深度融合的Agentic VLM，模型能像智能体...
AI工具
9个月前