ImagePulse （圖律脈動）是魔搭社區(qū)推出的開源項目，為下一代圖像理解和生成模型提供數(shù)據(jù)集支持，通過原子化模型的能力并構(gòu)建原子能力數(shù)據(jù)集。項目包含多個原...

SimpleAR 是復(fù)旦大學視覺與學習實驗室和字節(jié) Seed 團隊聯(lián)合推出的純自回歸圖像生成模型。采用簡潔的自回歸架構(gòu)，通過優(yōu)化訓(xùn)練和推理過程，實現(xiàn)了高質(zhì)量的圖像...

Aether 是上海AI Lab開源的生成式世界模型，完全基于合成數(shù)據(jù)訓(xùn)練。Aether 首次將三維時空建模與生成式建模深度融合，具備 4D 動態(tài)重建、動作條件視頻預(yù)測和...

飛豬AI問一問是飛豬推出的多智能體驅(qū)動的AI旅行助手。通過多個專業(yè)智能助手協(xié)同工作，為用戶提供從行程規(guī)劃到預(yù)訂的一站式旅行服務(wù)。用戶只需提出需求，如旅...

Desearch是專注于深度研究和智能分析的平臺，幫助用戶高效獲取有價值的信息并精準建立研究框架。平臺提供了多種研究模式，包括普通模式、深度模式和專家模式...

Gemma 3 QAT（Quantization-Aware Training）是谷歌推出的最新一代開源模型，是Gemma 3 的量化優(yōu)化版本。通過量化感知訓(xùn)練技術(shù)，Gemma 3 QAT 在顯著降低內(nèi)存...

7牛AI 是高效便捷的AI PPT生成工具。用戶只需輸入主題或要點，能快速生成完整的PPT初稿，大大節(jié)省制作時間。擁有豐富多樣的模板庫，涵蓋商務(wù)、教育、科技等多...

OpenUtau 是開源的歌聲合成工具，兼容 UTAU 音源庫和重采樣器，支持 VSQX 導(dǎo)入、多語言界面及預(yù)渲染功能，幫助創(chuàng)作者快速預(yù)覽作品節(jié)省時間。OpenUtau現(xiàn)代化的...

SkyReels-V2是昆侖萬維SkyReels團隊推出的無限時長電影生成模型，基于擴散強迫（Diffusion-forcing）框架，結(jié)合多模態(tài)大語言模型（MLLM）、多階段預(yù)訓(xùn)練、強...

CapWords 是創(chuàng)新的語言學習應(yīng)用，通過 AI 技術(shù)讓用戶能隨時隨地學習新單詞。用拍照功能，將生活中的物品轉(zhuǎn)化為學習內(nèi)容，識別物體并提供對應(yīng)的外語單詞、發(fā)音...

GigaTok 是用于自回歸圖像生成的視覺分詞器，參數(shù)量達 30 億。通過語義正則化技術(shù)，將分詞器特征與預(yù)訓(xùn)練視覺編碼器（如 DINOv2）的語義特征對齊，有效約束潛...

必火AI是專注于短視頻創(chuàng)作的國產(chǎn)AI數(shù)字人工具，集成了數(shù)字人形象生成、語音合成、視頻剪輯等多種功能。用戶只需上傳3分鐘真人視頻，可生成高度逼真的數(shù)字人形...

HumanRig 是阿里巴巴團隊開發(fā)的 3D 人形角色自動綁定研究項目。解決現(xiàn)有綁定技術(shù)因缺乏高質(zhì)量數(shù)據(jù)集而發(fā)展受限的問題，通過提供大規(guī)模、高質(zhì)量的數(shù)據(jù)集和創(chuàng)新...

MineWorld是微軟研究院開源的基于《我的世界》（Minecraft）的實時交互式世界模型，基于視覺-動作自回歸Transformer架構(gòu)，將游戲場景和動作轉(zhuǎn)化為離散的token...

FastAPI-MCP 是將 FastAPI 應(yīng)用的端點自動轉(zhuǎn)換為符合模型上下文協(xié)議（MCP）的開源工具。具有零配置的特點，只需簡單指向 FastAPI 應(yīng)用可自動發(fā)現(xiàn)并轉(zhuǎn)換所有端...