Mini-LLaVA – 基于Llama 3.1的轻量级多模态大语言模型
Mini-LLaVA是一款轻量级的多模态大语言模型，由清华大学和北京航空航天大学的研究团队联合开发。能处理图像、文本和视频输入，实现高效的多模态数据处理。Min...
AI工具
2年前 (2024)
Consensus – AI学术研究搜索引擎，超2亿篇同行评审研究论文
Consensus 是一个AI驱动的学术搜索引擎，基于大型语言模型（LLM）和向量搜索技术，帮助用户快速检索和理解科学文献。平台提供超过2亿篇同行评审的研究论文，...
AI工具
2年前 (2024)
Movie Gen – Meta推出文本驱动的AI视频生成与编辑工具
Movie Gen 是 Meta 推出的AI视频生成工具，能根据文本提示生成和编辑视频，为视频配上同步音频。技术包括创建长达16秒的高清视频、为现有视频配上音频、编辑...
AI工具
2年前 (2024)
Phidias – 检索增强的3D内容生成模型，支持多模态输入
Phidias是一个先进的3D内容生成模型，将检索增强生成（RAG）的概念引入到3D建模领域。模型能基于用户提供的或从大型数据库中检索到的3D参考模型，辅助生成新...
AI工具
2年前 (2024)
Seed-VC – 零样本实现声音克隆和转换的技术
Seed-VC 是一种零样本声音转换技术，基于上下文学习实现高质量的音频输出和音色相似度。用户无需进行特定训练，只需提供1到30秒的参考语音样本，实现声音的克...
AI工具
2年前 (2024)
14个免费的AI视频剪辑软件，智能自动编辑和创作视频
现如今，视频内容已经成为我们日常生活中不可或缺的一部分。无论是社交媒体上的短视频，还是长篇的纪录片，视频剪辑编辑工具成为了至关重要的角色。然而，对...
AI工具
2年前 (2024)
Steve AI – AI视频生成的平台，支持多模态数据转化为多种视频风格
Steve AI 是一个基于云端的AI视频生成平台，能将文本、博客、网页或音频内容快速转化为高质量的视频和动画。平台基于先进的AI技术，用户即使没有视频编辑经验...
AI工具
2年前 (2024)
JoyHallo – 京东推出的音频驱动视频生成AI数字人模型
JoyHallo 是京东开源的AI数字人模型，专为普通话设计，能根据音频生成逼真的说话视频。特别适合处理普通话的复杂口型和语调，具有跨语言生成视频的能力。
AI工具
2年前 (2024)
AMD-135M – AMD推出的首款小型语言模型
AMD-135M是AMD推出的首款小型语言模型（SLM），为特定用例提供性能与资源消耗之间的平衡。基于LLaMA2模型架构，在AMD Instinct MI250加速器上训练，基于670亿...
AI工具
2年前 (2024)
HouseCrafter – 东北大学和 Stability AI推出2D转换3D室内场景的技术
HouseCrafter 是由东北大学和 Stability AI 推出的先进技术，将二维平面图自动转换成三维室内场景。基于一个网络规模图像训练的2D扩散模型，生成一致的多视图...
AI工具
2年前 (2024)