BlueLM-V-3B是vivo AI Lab和香港中文大學MMLab聯合推出的算法和系統協同設計方法，支持高效部署多模態大型語言模型（MLLM）至移動設備。模型以小尺寸（2.7B語...

XiYan-SQL是阿里巴巴推出的自然語言到SQL（NL2SQL）框架，基于多生成器集成策略，結合提示工程和監督微調，提升SQL查詢生成質量。XiYan-SQL引入M-Schema半結...

KuaiFormer是快手技術團隊推出的基于Transformer的檢索框架，用在大規模內容推薦系統。基于重新定義檢索流程，從傳統的分數估計任務轉變為Transformer驅動的“...

EyeDiff是文本到圖像的擴散模型，基于自然語言提示生成多模態眼科圖像，提高常見和罕見眼病的診斷準確性。模型在多個大規模數據集上訓練，能準確捕捉關鍵病變...

MikuDance是基于擴散模型的動畫生成技術，整合混合運動動力學來動畫化風格化的角色藝術。MikuDance基于混合運動建模和混合控制擴散技術，解決高動態運動和參...

MATRIX-Gen是上海交通大學和牛津大學研究團隊推出的多智能體模擬系統，基于模擬1000多個具有獨立身份和人格的AI智能體組成的社會，生成多樣化且高質量的訓練...

BodyTalk是Panjaya推出的AI視頻配音工具，基于生成性AI技術，將視頻中的人物聲音轉換為其他語言，自動調整視頻中人物的面部表情和肢體動作，自然地匹配新的語...

Windsurf Editor 是 Codeium 推出的首款“代理式”集成開發環境（IDE），基于深度集成AI技術，提供與人類開發者協作的 AI Copilot 和獨立處理復雜任務的 AI Age...

OmniParse是數據解析平臺，將非結構化數據轉換為結構化、可操作的數據，優化適用于GenAI（大型語言模型）應用。OmniParse支持約20種文件類型，包括文檔、表格...

Promptim是實驗性的AI提示優化庫，基于自動化流程提升AI系統在特定任務上的提示效果。用戶提供初始提示、數據集和自定義評估器，Promptim能自動運行優化循環...

TinyTroupe是microsoft推出的實驗性Python庫，用在模擬具有特定個性、興趣和目標的人工代理（TinyPersons），在模擬環境（TinyWorld）中進行互動。TinyTroupe...

Thinking Claude是基于深度思考協議和瀏覽器擴展工具，增強AI模型Claude-3.5的“深度思維”能力的項目，讓其思考邏輯更接近人類。支持AI以自然、未經過濾的方式...

OmniVision是緊湊的多模態模型，擁有968M參數，專為邊緣設備優化。OmniVision能處理視覺和文本輸入，基于LLaVA架構改進，顯著減少圖像token數量，降低延遲和...

Free Video-LLM是創新的無需訓練的高效視頻語言模型，基于提示引導的視覺感知技術，實現對視頻內容的高效理解。模型用預訓練的圖像LLMs，無需額外訓練即可適...

LogoCreator是開源的logo生成器，基于Together AI提供的Flux Pro 1.1技術快速創建專業風格的logo。項目用Next.js和TypeScript構建應用框架，Shadcn和Tailwind...