UniAct 是新型的具身基礎(chǔ)模型框架，解決不同機(jī)器人之間行為異構(gòu)性的問題。通過學(xué)習(xí)通用行為，捕捉不同機(jī)器人共享的原子行為特征，消除因物理形態(tài)和控制接口差...

ReCamMaster 是浙江大學(xué)、快手科技等聯(lián)合推出的視頻重渲染框架，能根據(jù)新的相機(jī)軌跡重新生成視頻內(nèi)容。通過預(yù)訓(xùn)練模型和幀維度條件機(jī)制，結(jié)合多相機(jī)同步數(shù)據(jù)...

AiSlides.chat 是基于AI技術(shù)的對(duì)話式 PPT 制作工具。用戶用自然語(yǔ)言輸入需求或粘貼現(xiàn)有內(nèi)容，AI 自動(dòng)分析生成 PPT 大綱、逐頁(yè)設(shè)計(jì)幻燈片，提供實(shí)時(shí)修改功能。...

Stable Virtual Camera 是 Stability AI 推出的 AI 模型，能將 2D 圖像轉(zhuǎn)換為具有真實(shí)深度和透視感的 3D 視頻。用戶可以通過指定相機(jī)軌跡和多種動(dòng)態(tài)路徑（如...

Cube 3D 是 Roblox 推出的AI 3D生成大模型，基于 AI 技術(shù)高效生成 3D 模型和環(huán)境。Cube 3D支持直接從文本描述生成完整的 3D 對(duì)象，與游戲引擎兼容。Cube 3D能...

AI Companion 是 Zoom 推出AI智能助手，基于記憶、推理、任務(wù)執(zhí)行和協(xié)調(diào)四大功能，成為整個(gè) Zoom 平臺(tái)上的代理，幫助用戶從重復(fù)繁瑣的工作中解脫出來。AI Com...

SmolDocling（SmolDocling-256M-preview ）是高效輕量級(jí)的多模態(tài)文檔處理模型。能將文檔圖像端到端地轉(zhuǎn)換為結(jié)構(gòu)化文本，支持文本、公式、圖表等多種元素識(shí)別...

GR00T N1 是英偉達(dá)推出的全球首個(gè)開源基礎(chǔ)模型，專為通用人形機(jī)器人設(shè)計(jì)?；诙嗄B(tài)輸入（如語(yǔ)言和圖像）實(shí)現(xiàn)多樣化環(huán)境中的操作任務(wù)。GR00T N1 基于大規(guī)模...

SVG Converter是在線矢量化工具，支持將多種位圖圖像（如JPG、PNG、BMP等）快速轉(zhuǎn)換為矢量圖形（如SVG、AI、EPS、PDF等）。SVG Converter支持多種文件格式，...

TokenFD是上海交通大學(xué)聯(lián)合美團(tuán)推出的細(xì)粒度圖文對(duì)齊基礎(chǔ)模型，主要用于文檔理解任務(wù)。通過Token級(jí)對(duì)齊，實(shí)現(xiàn)了圖像Token與語(yǔ)言Token在同一特征空間中的共享...

Noiz AI 是 AI 語(yǔ)音克隆與合成工具，專注于為用戶提供高效、個(gè)性化的語(yǔ)音解決方案。基于自研的超大語(yǔ)音模型，能在3-10秒內(nèi)通過簡(jiǎn)短錄音克隆出與真人無異的聲...

LangManus 是 AI 自動(dòng)化框架，基于分層多智能體系統(tǒng)設(shè)計(jì)。包含多種智能體，如協(xié)調(diào)員、規(guī)劃員、研究員、程序員等，各司其職，協(xié)同完成復(fù)雜任務(wù)。框架支持多種...

Claude 3.7 Max 是 Cursor 推出的專為復(fù)雜代碼任務(wù)設(shè)計(jì)的最新 AI 模型，稱為史上最強(qiáng)代碼助手?；?Claude 3.7 思考模型，具備 200k 超大上下文窗口，支持處...

Skywork R1V是昆侖萬(wàn)維開源的首款工業(yè)界多模態(tài)思維鏈推理模型，具備強(qiáng)大的視覺鏈?zhǔn)酵评砟芰?。Skywork R1V能對(duì)視覺輸入進(jìn)行多步邏輯推理，解決復(fù)雜的視覺任務(wù)...

Chirp 3 是谷歌云推出的高清語(yǔ)音合成模型，專為生成自然、生動(dòng)的語(yǔ)音而設(shè)計(jì)。支持 248 種聲音和 31 種語(yǔ)言，能捕捉人類語(yǔ)調(diào)的細(xì)微差別，語(yǔ)音輸出更加貼近真實(shí)...