SmolVLA 是 Hugging Face 開(kāi)源的輕量級(jí)視覺(jué)-語(yǔ)言-行動(dòng)（VLA）模型，專為經(jīng)濟(jì)高效的機(jī)器人設(shè)計(jì)。擁有4.5億參數(shù)，模型小巧，可在CPU上運(yùn)行，單個(gè)消費(fèi)級(jí)GPU即可...

ContentV是字節(jié)跳動(dòng)開(kāi)源的80億參數(shù)文生視頻模型框架。將Stable Diffusion 3.5 Large的2D-VAE替換為3D-VAE并引入3D位置編碼，使圖像模型快速獲得視頻生成能力。

PartCrafter 是先進(jìn)的3D生成模型，能從單張RGB圖像中生成多個(gè)語(yǔ)義明確且?guī)缀涡螒B(tài)各異的3D網(wǎng)格。通過(guò)組合潛在空間表示每個(gè)3D部件，使用層次化注意力機(jī)制在部件...

MaskSearch是阿里巴巴通義實(shí)驗(yàn)室推出的新型通用預(yù)訓(xùn)練框架，提升大型語(yǔ)言模型（LLM）的智能體搜索能力。通過(guò)檢索增強(qiáng)掩碼預(yù)測(cè)（RAMP）任務(wù)，讓模型在輸入文本...

MAS-Zero是 Salesforce 推出的多智能體系統(tǒng)（MAS）設(shè)計(jì)框架，能在無(wú)需人類監(jiān)督的情況下自動(dòng)設(shè)計(jì)和優(yōu)化MAS。框架基于元級(jí)設(shè)計(jì)，在推理時(shí)動(dòng)態(tài)地對(duì)每個(gè)問(wèn)題實(shí)例...

MultiTalk 是中山大學(xué)深圳校區(qū)、美團(tuán)和香港科技大學(xué)聯(lián)合推出的新型音頻驅(qū)動(dòng)多人對(duì)話視頻生成框架。框架根據(jù)多聲道音頻輸入、參考圖像和文本提示，生成包含人...

靈語(yǔ)文檔（MindLink）是AI驅(qū)動(dòng)的云文檔編輯平臺(tái)，為企業(yè)提供一站式文檔編輯和共享服務(wù)。平臺(tái)具備多組態(tài)支持，包括思維導(dǎo)圖、原型白板、可視化圖表等功能，支...

Time-R1是伊利諾伊大學(xué)香檳分校研究團(tuán)隊(duì)開(kāi)發(fā)的基于3B參數(shù)的語(yǔ)言模型，通過(guò)獨(dú)特的三階段強(qiáng)化學(xué)習(xí)訓(xùn)練方法，在時(shí)間推理能力上取得了顯著突破。

MiniMax-Remover 是新型的視頻目標(biāo)移除方法，解決現(xiàn)有技術(shù)中常見(jiàn)的幻覺(jué)物體、視覺(jué)偽影以及推理速度緩慢等問(wèn)題。采用兩階段方法：第一階段基于簡(jiǎn)化版的 DiT 架...

智譜CoCo是智譜AICO平臺(tái)推出的首個(gè)企業(yè)級(jí)超級(jí)助手Agent，具備交付導(dǎo)向、記憶機(jī)制和無(wú)縫嵌入三大企業(yè)級(jí)特性。智譜CoCo能全流程輔助工作，根據(jù)員工職能和需求主...

MonkeyOCR 是華中科技大學(xué)聯(lián)合金山辦公（Kingsoft Office）推出的文檔解析模型，模型支持高效地將非結(jié)構(gòu)化文檔內(nèi)容轉(zhuǎn)換為結(jié)構(gòu)化信息。基于精確的布局分析、內(nèi)...

Playmate是廣州趣丸科技團(tuán)隊(duì)推出的人臉動(dòng)畫(huà)生成框架。框架基于3D隱式空間引導(dǎo)擴(kuò)散模型，用雙階段訓(xùn)練框架，根據(jù)音頻和指令精準(zhǔn)控制人物的表情和頭部姿態(tài)，生...

Lillian是Scrumball團(tuán)隊(duì)推出的AI網(wǎng)紅營(yíng)銷助手，基于AI技術(shù)為品牌提供高效、精準(zhǔn)的網(wǎng)紅合作解決方案。Lillian能在短時(shí)間內(nèi)完成網(wǎng)紅發(fā)現(xiàn)、分析與管理，解決傳統(tǒng)...

dots.llm1 是小紅書(shū) hi lab 開(kāi)源的中等規(guī)模 Mixture of Experts（MoE）文本大模型，具有 1420 億參數(shù)，激活參數(shù)為 140 億。模型在 11.2T 高質(zhì)量 token 數(shù)據(jù)上...

美亞影擎是美亞光電聯(lián)合影擎推出的口腔影像智能體。美亞影擎集成先進(jìn)的成像技術(shù)和智能算法，為口腔醫(yī)生提供高清晰度的口腔影像，幫助更精準(zhǔn)地診斷口腔疾病。