Quizbot 是基于AI技術的問題生成工具，能從 PDF、Word 文檔、視頻、圖片、網頁鏈接等多種格式的文件中快速生成不同類型的問題，如選擇題、填空題、判斷題、匹...

CustomVideoX 是中科大和浙大等聯合提出的創新的個性化視頻生成框架，通過參考圖像和文本描述生成高質量的定制化視頻。框架基于視頻擴散變換器（Video Diffus...

NobodyWho是為 Godot 游戲引擎設計的插件，通過本地運行的大型語言模型（LLM）實現互動小說創作。支持 Windows、Linux 和 macOS 平臺，用戶無需聯網即可使用...

PIKE-RAG（sPecIalized KnowledgE and Rationale Augmented Generation）是微軟亞洲研究院推出的檢索增強型生成框架，能解決傳統RAG系統在復雜工業應用中的局...

Collaborative Gym（Co-Gym）是專注于人機協作（Human-Agent Collaboration）的框架，支持人類與AI代理之間的實時交互與協作。通過模擬和真實兩種實驗條件，...

TIGER（Time-frequency Interleaved Gain Extraction and Reconstruction Network）是清華大學研究團隊提出的輕量級語音分離模型，通過時頻交叉建模策略，結...

ENEL（Exploring the Potential of Encoder-free Architectures in 3D LMMs）是創新的無編碼器3D大型多模態模型（3D LMM），解決傳統編碼器架構在3D理解任務...

AnyCharV 是香港中文大學、清華大學深圳國際研究生院、香港大學聯合推出的角色可控視頻生成框架，能將任意參考角色圖像與目標驅動視頻相結合，生成高質量的角...

BAG（Body-Aligned 3D Wearable Asset Generation）是香港中文大學和騰訊聯合提出創新的3D可穿戴資產生成技術，通過結合多視圖圖像擴散模型和控制網絡（Contr...

涌墨是智能文檔編寫平臺，為用戶提供全流程、智能化、高質量的文檔生成解決方案。通過一站式文檔工作流，以項目為單位管理文檔，覆蓋全業務流程，幫助用戶高...

通古大模型是華南理工大學深度學習與視覺計算實驗室（SCUT-DLVCLab）推出的專注于古籍文言文處理的人工智能語言模型?；诎俅?-7B-Base進行增量預訓練，使用...

LeetTools 是高效的人工智能文檔工作流工具，專為提升知識工作者的效率而設計。能自動從互聯網收集信息生成高質量的文檔，同時支持本地知識庫的構建和管理。...

Sa2VA是字節跳動聯合加州大學默塞德分校、武漢大學和北京大學共同推出的多模態大語言模型，是SAM2和LLaVA結合而成，能實現對圖像和視頻的密集、細粒度理解。S...

WebLI-100B是Google DeepMind推出的包含1000億圖像-文本對的超大規模數據集，用在預訓練視覺語言模型（VLMs）。WebLI-100B是WebLI數據集的擴展版本，基于從網...

OpenThinker-32B 是斯坦福、UC 伯克利、華盛頓大學等機構聯合開發的開源推理模型，擁有 328 億參數，支持 16,000 token 的上下文長度。模型僅使用 114k 數據...