Gemma 3 是谷歌最新推出的開源人工智能模型，專為開發者設計，支持多種設備上的人工智能應用開發。支持超過 35 種語言，具備分析文本、圖像及短視頻的能力，...

PP-DocBee是百度飛槳（PaddlePaddle）團隊推出的專注于文檔圖像理解的多模態大模型?；赩iT+MLP+LLM架構，具備強大的中文文檔解析能力，能高效處理文字、表...

BEHAVIOR Robot Suite（BRS）是斯坦福大學李飛飛團隊推出的用在學習全身操作完成日常家務任務的框架?；诜治黾覄栈顒?，確定機器人需要具備的關鍵能力，包括...

VACE（Video Creation and Editing）是阿里巴巴通義實驗室推出的一站式視頻生成與編輯框架?；谡隙喾N視頻任務（如參考視頻生成、視頻到視頻編輯、遮罩編...

Seedream 2.0 是字節跳動豆包大模型團隊推出的原生中英雙語圖像生成模型，解決現有模型在文本渲染、文化理解等方面的不足。模型通過自研的雙語大語言模型（LL...

MV-MATH 是中科院自動化所提出的新基準數據集，評估多模態大語言模型（MLLMs）在多視覺場景中的數學推理能力。數據集包含2009個高質量的數學問題，每個問題都...

PlanGEN 是谷歌研究團隊推出的多智能體框架，通過多智能體協作、約束引導和算法自適應選擇，解決復雜問題的規劃和推理。包含三個關鍵組件：約束智能體、驗證...

繪蛙·多圖成片是阿里繪蛙推出的AI視頻生成工具，基于上傳2-4張具有連貫性的圖片，結合文字描述，快速生成一段流暢的視頻。用戶選擇本地上傳圖片或從已有作品...

Responses API 是 OpenAI 推出的用在構建 AI Agents 的核心接口，Responses API是 Chat Completions API 的升級版，結合 Assistants API 的工具調用能力，支...

MHA2MLA是復旦大學、華東師范大學、上海AI Lab等機構聯合推出的數據高效的微調方法，基于引入DeepSeek的多頭潛在注意力機制（MLA），優化任何基于Transformer...

GaussianAnything 是南洋理工大學 S-Lab 聯合上海 AI Lab 等機構推出的 3D 生成框架。GaussianAnything 基于交互式的點云結構化潛空間和級聯的流匹配模型，實...

DeepSeek百寶箱是 DeepSeek 團隊維護的 GitHub 項目，展示如何將 DeepSeek API 集成到各種流行軟件中。項目列出了一系列支持 DeepSeek 的工具和應用，涵蓋了...

Anus（Autonomous Networked Utility System）是 Manus 生成的開源自主智能體項目，復刻 Manus 的部分功能。Anus支持自然語言指令執行、多代理協作、網絡交互...

繪蛙·創意文生圖是阿里繪蛙推出的AI圖像生成工具。基于提供詳細的文本提示（Prompt），幫助用戶生成具有特定風格、場景和氛圍感的圖像。繪蛙-創意文生圖用精...

MeshPad 是基于草圖輸入的交互式藝術化網格生成與編輯工具，能將簡單的二維草圖迅速轉化為高質量的 3D 網格模型，支持實時編輯。用戶在草圖上添加或刪除線條...