Maya – 开源多语言多模态模型，能处理和理解八种不同语言
Maya是开源的多语言多模态模型，基于指令微调扩展模型在多种语言和文化背景下的能力。Maya基于LLaVA框架，包含新创建的包含八种语言的预训练数据集，提高视觉...
AI工具
2年前 (2024)
DiffSensei – AI 漫画生成框架，能生成可控的黑白漫画面板
DiffSensei是北京大学、上海AI实验室及南洋理工大学的研究人员共同推出的漫画生成框架，能生成可控的黑白漫画面板。DiffSensei整合基于扩散的图像生成器和多...
AI工具
2年前 (2024)
STIV – 苹果公司推出的视频生成大模型
STIV（Scalable Text and Image Conditioned Video Generation）是苹果公司推出的视频生成大模型。STIV拥有8.7亿参数，能处理文本到视频（T2V）和文本图像到...
AI工具
2年前 (2024)
SynCamMaster – 快手联合浙大、清华等机构推出的多视角视频生成模型
SynCamMaster是浙江大学、快手科技、清华大学和香港中文大学的研究人员共同合作推出的全球首个多视角视频生成模型，能结合6自由度相机姿势，从任意视点生成开...
AI工具
2年前 (2024)
AISEO Art – AI绘画工具，支持多种场景多种绘画风格和技巧
AISEO Art是AI驱动的艺术生成平台，基于先进的AI技术，支持用户用文本提示创作出独特的视觉艺术作品。平台提供广告产品制作、图像变化、AI头像和滤镜选择等功...
AI工具
2年前 (2024)
FLOAT – 基于流匹配的音频驱动说话人头像生成模型
FLOAT是DeepBrain AI 和韩国先进科技研究院推出的音频驱动说话人头像生成模型，基于流匹配生成模型，学习运动潜在空间实现高效的时间一致性运动设计。模型基...
AI工具
2年前 (2024)
TEN Agent – 开源的实时多模态 AI 代理框架
TEN Agent是集成OpenAI Realtime API和RTC技术的开源实时多模态AI代理框架。TEN Agent能实现语音、文本、图像的多模态交互，支持高性能的实时通信，具备低延...
AI工具
2年前 (2024)
Patchwork – Midjourney 推出的多人协作 AI 虚拟世界构建工具
Patchwork 是 Midjourney 推出的创新性多人协作世界构建工具，支持用户在一个无限的画布上共同创作和构建虚拟世界。结合了AI图像生成技术和实时协作功能，支...
AI工具
2年前 (2024)
Project Mariner – 谷歌推出的浏览网站智能体，能帮用户操作表格、在线购物
Project Mariner 是谷歌 DeepMind 推出的浏览器助手。Project Mariner基于 Gemini 2.0 技术，用 Chrome 扩展程序实现浏览器自动化，理解和执行网页任务。Proj...
AI工具
2年前 (2024)
豆包向量化API – 字节跳动推出的语义向量化模型
豆包向量化API是由字节跳动研发的语义向量化模型，名为Doubao-embedding，主要面向向量检索的使用场景，支持中、英双语，能处理最长4K的上下文长度。
AI工具
2年前 (2024)