IMAGPose 是南京理工大學推出的用于人體姿態引導圖像生成的統一條件框架。解決傳統方法在姿態引導的人物圖像生成中存在的局限性，如無法同時生成多個不同姿態...

Heygem 是硅基智能推出的開源數字人模型，專為 Windows 系統設計。基于先進的AI技術，僅需 1 秒視頻或 1 張照片，能在 30 秒內完成數字人形象和聲音克隆，在 ...

GO-1（Genie Operator-1，智元啟元大模型）是智元機器人推出的首個通用具身基座模型。模型采用Vision-Language-Latent-Action（ViLLA）架構，由VLM（多模態大...

Gemini Embedding 是 Google 推出的先進的文本嵌入模型，基于將文本轉化為高維數值向量，捕捉其語義和上下文信息。Gemini Embedding基于 Gemini 模型訓練，具...

DoraCycle 是新加坡國立大學 Show Lab 推出多模態領域適應的統一生成模型，通過兩個多模態循環（text-to-image-to-text 和 image-to-text-to-image）實現不同...

Character-3 是 Hedra Studio 推出的全模態 AI 數字人視頻生成模型，能同時處理圖像、文本和音頻輸入，通過聯合推理生成高質量的視頻。支持全身動作捕捉和情...

Nanobrowser 是開源的 Chrome 擴展工具，專注于 AI 驅動的網頁自動化。Nanobrowser基于多智能體系統實現復雜的網頁任務，如信息提取、自動化操作等。用戶用自...

DINO-XSeek 是 IDEA 研究院推出的多模態目標檢測模型，結合視覺感知和自然語言理解能力。DINO-XSeek基于復雜的語言描述精準定位圖像中的目標，識別目標的屬性...

AppAgentX 是西湖大學推出的新型自我進化式 GUI（圖形用戶界面）代理框架，基于從執行歷史中抽象出高級動作提升代理在智能手機交互中的效率和智能性。AppAgen...

Cardamon 是 Y Combinator 推出 AI 驅動的合規平臺，專為受監管的金融機構設計，通過自動化法規映射幫助企業快速實現合規。基于人工智能技術，將復雜的法規文...

Chikka.ai 是專注于客戶訪談的AI平臺，基于AI語音代理Ava，與受訪者進行自然對話，快速收集分析語音反饋。Chikka.ai支持多語言訪談，能同時進行數百次對話，...

URO-Bench 是面向端到端語音對話模型（SDMs）的全面基準測試工具。涵蓋了多語言、多輪對話、副語言信息等多維度任務，全面評估語音對話模型的性能。

Wan是阿里推出的AI創意平臺，平臺搭載Wan2.1模型生成能力，專注于AI繪畫和AI視頻創作。AI繪畫基于文字描述，快速生成具有藝術感的圖像。AI視頻支持將文本和圖...

Duck.ai 是 DuckDuckGo 搜索引擎推出的免費私密的 AI 聊天服務，用戶無需注冊即可使用。通過代理技術隱藏用戶 IP 地址，確保聊天內容不會被用于 AI 模型訓練...

GCDance（Genre-Controlled 3D Full Body Dance Generation Driven by Music）是英國薩里大學和江南大學推出的3D舞蹈生成框架，能根據音樂和文本提示生成符合...