TokenFD是上海交通大學聯合美團推出的細粒度圖文對齊基礎模型，主要用于文檔理解任務。通過Token級對齊，實現了圖像Token與語言Token在同一特征空間中的共享...

Noiz AI 是 AI 語音克隆與合成工具，專注于為用戶提供高效、個性化的語音解決方案。基于自研的超大語音模型，能在3-10秒內通過簡短錄音克隆出與真人無異的聲...

LangManus 是 AI 自動化框架，基于分層多智能體系統(tǒng)設計。包含多種智能體，如協(xié)調員、規(guī)劃員、研究員、程序員等，各司其職，協(xié)同完成復雜任務。框架支持多種...

模型上下文協(xié)議（Model Context Protocol，MCP）是一種開放協(xié)議，讓大型語言模型（LLM）與外部工具和數據源實現無縫通信。通過統(tǒng)一的協(xié)議實現各類數據源的插...

Claude 3.7 Max 是 Cursor 推出的專為復雜代碼任務設計的最新 AI 模型，稱為史上最強代碼助手。基于 Claude 3.7 思考模型，具備 200k 超大上下文窗口，支持處...

Skywork R1V是昆侖萬維開源的首款工業(yè)界多模態(tài)思維鏈推理模型，具備強大的視覺鏈式推理能力。Skywork R1V能對視覺輸入進行多步邏輯推理，解決復雜的視覺任務...

Chirp 3 是谷歌云推出的高清語音合成模型，專為生成自然、生動的語音而設計。支持 248 種聲音和 31 種語言，能捕捉人類語調的細微差別，語音輸出更加貼近真實...

草稿鏈（Chain-of-Draft, CoD）是Zoom的研究團隊提出新的AI推理范式，通過模仿人類的簡潔思維過程來提升推理效率，節(jié)省成本。受到了人類解決問題時依賴草稿或...

HairStyle Changer 是基于AI技術的在線發(fā)型變換工具，支持用戶上傳自己的照片，用AI技術嘗試不同的發(fā)型和發(fā)色。HairStyle Changer幫助用戶在實際改變發(fā)型前預...

I2V3D是香港城市大學和微軟 GenAI創(chuàng)新的圖像到視頻生成框架，支持將靜態(tài)圖像轉換為動態(tài)視頻，基于3D幾何引導實現精確的動畫控制。I2V3D結合傳統(tǒng)計算機圖形學...

OpenBioMed 是清華大學智能產業(yè)研究院（AIR）和水木分子共同推出的開源平臺，專注于 AI 驅動的生物醫(yī)學研究。是多模態(tài)表征學習工具包，能處理分子、蛋白質、...

amis 是百度開源的低代碼前端框架，基于簡單的 JSON 配置快速生成各種后臺頁面，無需編寫復雜前端代碼。amis支持表單、表格、圖表、CRUD 操作等功能，提供豐...

Mistral Small 3.1 是 Mistral AI 開源的多模態(tài)人工智能模型，有 240 億參數，基于 Apache 2.0 許可證發(fā)布。在文本和多模態(tài)任務上表現出色，支持長達 128k to...

PixelClip 是一站式 AI 內容創(chuàng)作平臺，支持將文本、圖片和簡單指令快速轉化為高質量的視頻內容。PixelClip基于先進的 AI 模型，提供豐富的模板和友好的用戶界...

SpeakGuru（咕嚕口語）是清華團隊推出的AI口語練習工具，通過與 AI 虛擬人物的對話練習，幫助用戶提高英語口語水平。用戶可以自由選擇對話難度，AI 會根據輸...