X-Dancer 是字節(jié)跳動聯(lián)合加州大學圣地亞哥分校和南加州大學的研究人員共同推出的音樂驅動的人像舞蹈視頻生成框架，支持從單張靜態(tài)圖像生成多樣化且逼真的全身...

DeepTutor 是基于人工智能的智能輔導系統(tǒng)，通過個性化學習體驗幫助用戶高效理解復雜的學術內(nèi)容。支持文本、圖表、公式等多種內(nèi)容的深度理解，能將復雜的學術...

Promptimize AI 是專注于優(yōu)化 AI 提示詞的工具，幫助用戶通過更精準的提示詞提升 AI 輸出的質(zhì)量和效率。以瀏覽器插件的形式，支持多種主流 AI 平臺，如 ChatG...

AVD2（Accident Video Diffusion for Accident Video Description）是清華大學聯(lián)合香港科技大學、吉林大學、南京理工大學、北京理工大學、復旦大學等機構推出...

Kiss3DGen是創(chuàng)新的3D資產(chǎn)生成框架，通過重新基于預訓練的2D圖像擴散模型來高效生成、編輯和增強3D對象。核心在于生成“3D Bundle Image”，將多視圖圖像及對應...

Archon 是專注于構建和優(yōu)化 AI 智能體的開源項目。通過自主生成代碼和優(yōu)化智能體性能，展示了現(xiàn)代 AI 開發(fā)的核心理念。Archon 的核心功能包括智能體的快速構...

PodAgent 是香港中文大學、微軟和小紅書聯(lián)合推出的播客生成框架。基于模擬真實的脫口秀場景，用多智能體協(xié)作系統(tǒng)（包括主持人、嘉賓和編劇）自動生成豐富且結...

Chat2SVG 是創(chuàng)新的文本到矢量圖形（SVG）生成框架，通過結合大型語言模型（LLMs）和圖像擴散模型，實現(xiàn)高質(zhì)量 SVG 圖形的自動化創(chuàng)作。通過多階段流程，首先基...

Manus 是Monica團隊推出的全球首款通用型 AI Agent。Manus能獨立思考、規(guī)劃和執(zhí)行復雜任務，直接交付完整成果。與傳統(tǒng) AI 不同，Manus 擁有強大的工具調(diào)用能...

QwQ-32B 是阿里巴巴開源的新型推理模型，參數(shù)量為 320 億。基于大規(guī)模強化學習（RL）訓練，在數(shù)學推理、編程等任務上表現(xiàn)出色，性能比肩 6710 億參數(shù)的 DeepS...

Light-R1是360智腦開源的AI模型，專注于數(shù)學領域的長思維鏈推理，具體為 Light-R1-32B。模型基于Qwen2.5-32B-Instruct，用7萬條數(shù)學數(shù)據(jù)和兩階段課程學習（SF...

SpatialVLA 是上海 AI Lab、中國電信人工智能研究院和上海科技大學等機構共同推出的新型空間具身通用操作模型，基于百萬真實數(shù)據(jù)預訓練，為機器人賦予通用的3...

TheoremExplainAgent（TEA）是滑鐵盧大學、Votee AI等機構開源的多模態(tài)代理系統(tǒng)，基于生成長篇動畫視頻幫助人們更好地理解數(shù)學和科學定理。TheoremExplainAge...

Aya Vision 是 Cohere 推出的多模態(tài)、多語言的視覺模型，提升全球范圍內(nèi)的多語言和多模態(tài)通信能力。支持 23 種語言，能執(zhí)行圖像描述生成、視覺問答、文本翻譯...

BGE-VL 是北京智源研究院聯(lián)合多所高校推出的多模態(tài)向量模型，基于大規(guī)模合成數(shù)據(jù) MegaPairs 訓練而成。BGE-VL專注于多模態(tài)檢索任務，如圖文檢索和組合圖像檢...