Zulu 是百度文心快碼推出的AI自動編程智能體，為開發者提供從需求到代碼的端到端生成服務。能自主理解編碼需求，精準拆解任務，突破單文件限制，實現跨模塊、...

FoxBrain 是鴻海研究院推出的繁體中文大型語言模型（LLM），具有強大的推理能力。基于 Meta Llama 3.1 架構，擁有 70B 參數，專注于數學和邏輯推理領域。FoxB...

COMET是字節跳動推出的針對Mixture-of-Experts（MoE）模型的優化系統，能解決分布式訓練中通信開銷過大的問題。基于細粒度的計算-通信重疊技術，COMET將通信...

VideoPainter 是香港中文大學、騰訊ARC Lab、東京大學、澳門大學等機構推出的視頻修復和編輯框架，專門用在處理任意長度的視頻內容。VideoPainter基于雙分支...

月匣是百度推出的AI互動應用，主打情感陪伴和沉浸式劇本體驗。用戶選擇多種AI角色進行個性化對話，如溫柔好友、霸道總裁或二次元角色等，享受深度情感交流。...

LanDiff是用于高質量的文本到視頻（T2V）生成的創新混合框架，結合了自回歸語言模型（LLM）和擴散模型（Diffusion Model）的優勢，通過粗到細的生成方式，有...

Tough Tongue AI 2.0 是多模態對話練習工具，幫助用戶應對各種困難對話場景而設計。支持創建和分享多種對話場景，如面試、職場溝通、銷售談判等，提供智能對...

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...