Vidu Q1 是清華大學人工智能研究院副院長、生數科技創始人兼首席科學家朱軍教授團隊推出的高可控視頻大模型。在多主體細節可控、音效同步可控、畫質增強等方...

PaddleSpeech 是百度飛槳團隊開源的語音處理工具，提供全面的語音處理功能，包括語音識別、語音合成、聲紋識別、語音翻譯等。PaddleSpeech提供命令行界面、服...

ChatAnyone是阿里巴巴通義實驗室推出的實時風格化肖像視頻生成框架。通過音頻輸入，生成具有豐富表情和上半身動作的肖像視頻。采用高效分層運動擴散模型和混...

Math24o 是中文大模型測評基準 SuperCLUE 開源的高中奧林匹克數學競賽級別的數學推理測評基準。主要用于評估大型語言模型在數學推理方面的能力。使用2024年全...

TripoSG 是 VAST-AI-Research 團隊推出的基于大規模修正流（Rectified Flow, RF）模型的高保真 3D 形狀合成技術， 通過大規模修正流變換器架構、混合監督訓練...

TripoSF是VAST推出的新一代3D基礎模型，突破傳統3D建模在細節、復雜結構和擴展性上的瓶頸。采用SparseFlex表示方法，結合稀疏體素結構，僅在物體表面附近的區...

DistilQwen2.5-R1 是阿里巴巴推出的基于知識蒸餾技術的小型化系列深度推理模型，包含3B、7B、14B和32B四個參數量級的模型。DistilQwen2.5-R1將超大規模模型（...

MeshifAI 是AI文本轉 3D 模型生成平臺，能根據用戶輸入的文本提示快速生成 3D 模型，支持生成簡單模型和紋理模型（PBR）兩種類型，生成的模型為 .glb 格式，...

TxGemma 是谷歌推出的用于藥物發現的通用人工智能模型，通過 AI 技術加速藥物研發進程?；?Google 的 Gemma 框架開發，能理解常規文本以及化學物質、分子和...

QVQ-Max 是阿里通義推出的視覺推理模型，是QVQ-72B-Preview的正式升級版。QVQ-Max能“看懂”圖片和視頻內容，結合信息進行分析、推理和解決問題。QVQ-Max支持應...

ModelEngine 是華為開源的全流程 AI 開發工具鏈，圍繞數據使能、模型使能和應用使能三大核心功能展開，解決 AI 行業化落地過程中數據工程耗時長、模型訓練和...

Ideogram 3.0 是Ideogram推出的 AI 圖像生成模型。Ideogram 3.0在圖像生成質量上實現飛躍，具備高度的真實感、出色的文本渲染和強大的語言理解能力，支持生成...

Piece it Together （PiT）是Bria AI等機構推出的創新圖像生成框架，專門用在從部分視覺組件生成完整的概念圖像?；谔囟I域的先驗知識，將用戶提供的碎片...

HitPaw Univd 是功能強大的人工智能驅動的多功能視頻轉換工具。支持將視頻和音頻文件轉換為1000多種格式，涵蓋主流編解碼器，滿足不同設備和平臺的需求。無損...

RF-DETR是Roboflow推出的實時目標檢測模型。RF-DETR是首個在COCO數據集上達到60+平均精度均值（mAP）的實時模型，性能優于現有的目標檢測模型。RF-DETR結合LW...