Phi-4-Multimodal 是微軟最新推出的多模態語言模型，擁有 56 億參數，能將語音、視覺和文本處理集成到一個統一架構中。模型在多個基準測試中表現優異，在自動...

R1-Onevision 是開源的多模態大語言模型，專注于復雜視覺推理任務。基于 Qwen2.5-VL 微調而成，通過整合視覺和文本數據，能精準地進行多模態信息解釋。在數學...

Phi-4-Mini 是微軟 Phi-4 系列中最新推出的專注于文本任務的小型語言模型，參數量為 38 億。基于密集的解碼器-only Transformer 架構，結合分組查詢注意力（G...

IndexTTS 是 B 站推出的工業級可控文本轉語音（TTS）系統。基于 XTTS 和 Tortoise 模型開發，結合了 GPT 風格的生成技術，能將文本高效轉化為自然流暢的語音...

All Voice Lab（趣丸千音）是全球領先的AI語音創作平臺，提供一站式智能語音解決方案，基于趣丸科技與香港中文大學（深圳）聯合研發的MaskGCT語音大模型開發...

a0.dev 是基于 AI 技術的開發平臺，專注于快速生成 React Native 應用。a0.dev 基于自然語言輸入，自動生成完整的 React Native 項目代碼，包括前端界面、狀...

VideoGrain 是悉尼科技大學和浙江大學推出的零樣本多粒度視頻編輯框架，能實現類別級、實例級和部件級的精細視頻修改。VideoGrain基于調節時空交叉注意力和自...

Dreamona 是 AI 視頻生成工具，用戶基于簡單的文字描述或上傳圖片，快速生成高質量的動態視頻。Dreamona 支持多種視頻風格，從現實主義到創意動畫，滿足不同...

Zapier Agents 是 Zapier 推出的 AI 自動化工具，通過人工智能技術幫助用戶高效處理各種任務。能與 Zapier 支持的 7000 多個應用程序無縫集成，例如 Salesfor...

騰訊混元Turbo S是騰訊推出的新一代快思考模型。模型采用創新的Hybrid-Mamba-Transformer融合架構，有效降低了傳統Transformer的計算復雜度，減少了KV-Cache...

救救圖片是基于AI技術的在線圖片處理工具，能快速去除圖片水印、修復模糊、無損放大、去除馬賽克，支持一鍵摳圖和生成相似圖片等功能。基于先進的AI算法，可...

olmOCR 是 Ai2 推出的開源工具，用在將 PDF 文檔高效轉換為干凈的結構化純文本。olmOCR結合文檔錨定（document-anchoring）技術與Qwen2-VL-7B-Instruct（阿里...

DualPipe 是DeepSeek開源的創新的雙向流水線并行技術，主要用于提升大規模深度學習模型的訓練效率。核心思想是將模型的訓練過程分為兩個獨立的管道——前向計算...

EPLB（Expert Parallelism Load Balancer）是 DeepSeek 推出的專家并行負載均衡器，能解決大規模模型訓練中不同專家模型（Expert）負載不均的問題。EPLB 基于...

OctoTools 是斯坦福大學推出的開源智能體框架，基于可擴展的工具解決復雜的推理任務。OctoTools用標準化的工具卡片（tool cards）封裝工具功能，無需額外訓練...