EchoMimicV2是螞蟻集團推出的半身人體動畫（數(shù)字人）生成方法，基于參考圖片、音頻剪輯和手部姿勢序列生成高質(zhì)量動畫視頻，確保音頻內(nèi)容與半身動作的一致性。...

FlipSketch 是薩里大學推出的創(chuàng)新系統(tǒng)，能將靜態(tài)繪圖轉(zhuǎn)變?yōu)槲谋疽龑У牟輬D動畫。技術(shù)基于三個關(guān)鍵創(chuàng)新實現(xiàn)：微調(diào)草圖風格的幀生成、用噪聲細化保持輸入草圖視...

Kodezi是面向開發(fā)者的B2B AI開發(fā)平臺，基于命令行界面（CLI）自動改進代碼庫、修復(fù)錯誤，在代碼推送前識別問題，確保代碼質(zhì)量。Kodezi支持30種不同的編程語言...

AgentX是專業(yè)的AI聊天機器人開發(fā)平臺，支持OpenAI、Anthropic、Google等多種大語言模型。用戶無需編碼即可在短時間內(nèi)創(chuàng)建定制化AI代理，輕松部署到網(wǎng)站、Slac...

SCENEXTRAS是創(chuàng)新的Chrome瀏覽器擴展程序，基于人工智能技術(shù)，讓用戶能夠與超過100萬部電影和電視劇中的600多萬個角色進行實時聊天互動。支持多語言，能根據(jù)...

TattoosAI是AI紋身設(shè)計工具，基于人工智能技術(shù)，能根據(jù)用戶輸入的關(guān)鍵詞或描述迅速生成個性化的紋身圖案。工具通過自然語言處理和圖像生成技術(shù)，理解用戶的創(chuàng)...

GENIE是Luma AI推出的文本生成3D內(nèi)容工具，能將簡單的文本描述轉(zhuǎn)化為生動的三維場景和對象。 用戶只需輸入文本描述，GENIE能根據(jù)描述生成3D模型，支持將生成...

Add-it是NVIDIA推出的無需訓練的圖像編輯技術(shù)，能根據(jù)文本指令在圖像中添加對象。這項技術(shù)基于擴展擴散模型的注意力機制，整合場景圖像、文本提示和生成圖像...

DINO-X是IDEA研究院推出的通用視覺大模型，具備開放世界對象檢測與理解能力。支持文本、視覺和定制提示，能識別圖像中的任何對象而無需用戶提示。基于超過1億...

The Matrix是與電影同名的、首個AI基礎(chǔ)世界模擬器，是全華人團隊推出的（作者分別來自阿里巴巴、香港大學、滑鐵盧大學和加拿大AI研究機構(gòu)Vector Insititute）...

DreamPolish是Zhipu AI、清華大學和北京大學推出的文本到3D生成模型，基于兩階段方法改進復(fù)雜對象的精細幾何結(jié)構(gòu)和高質(zhì)量紋理的生成。第一階段用多種神經(jīng)表示...

OmniBooth是華為諾亞方舟實驗室和港科大研究團隊共同推出的圖像生成框架，支持基于文本提示或圖像參考進行空間控制和實例級定制?？蚣苡糜脩舳x的掩碼和相關(guān)...

DynaMem是紐約大學和Hello Robot推出的動態(tài)空間語義記憶系統(tǒng)，專為開放世界中的移動操作設(shè)計?；诰S護一個特征點云作為機器人記憶，處理環(huán)境中的動態(tài)變化，...

MVPaint是騰訊PCG 、上海AI LAB、南洋理工大學S-Lab、清華大學共同推出的3D紋理生成框架，基于同步多視角擴散技術(shù)實現(xiàn)高分辨率、無縫且多視圖一致的3D紋理生...

Marco-o1是阿里巴巴國際數(shù)字商業(yè)集團MarcoPolo團隊開發(fā)的開源大型推理模型，旨在解決開放式問題，缺乏明確答案和量化獎勵的問題。模型通過鏈式思考（CoT）微...