AI項目和框架

MLE-bench 是 OpenAI 推出的一個基準測試工具，旨在衡量AI代理（AI Agent）在機器學習工程任務中的表現。測試包含75個來自 Kaggle 的競賽任務，覆蓋自然語言...

GTSinger是由浙江大學研究團隊推出的大型開源高質量歌聲數據集，旨在支持多樣化的歌聲任務。GTSinger包含80.59小時的專業錄音棚錄制的歌聲，涵蓋九種不同語言...

LightRAG是由香港大學研究團隊推出的一種檢索增強生成（Retrieval-Augmented Generation, RAG）系統，基于整合圖結構索引和雙層檢索機制，提升大型語言模型在...

Gen2Act是由谷歌、卡內基梅隆大學和斯坦福大學共同推出的一種機器人操作策略，基于預測網絡數據中的運動信息來生成人類視頻，并將視頻用在引導機器人執行新任...

T2V-Turbo是一種先進的文本到視頻生成模型，由Google、UC Santa Barbara（加利福尼亞大學圣塔芭芭拉分校）、和University of Waterloo（滑鐵盧大學）的研究人...

FLUX.1-Turbo-Alpha是阿里媽媽創意團隊基于FLUX.1-dev模型訓練的8步蒸餾Lora模型。基于多頭判別器技術，升圖像生成的質量，支持文本到圖像的生成及修復控制網...

OpenR是一個由倫敦大學學院（UCL）、上海交通大學、利物浦大學、香港科技大學（廣州）和西湖大學聯合開源的全鏈條訓練框架，旨在提升大型語言模型（LLM）的復...

Agent-S 是創新的代理框架，旨在基于圖形用戶界面（GUI）實現人機交互的自動化。Agent-S 基于模擬人類的操作方式，用鼠標和鍵盤直接與計算機交互，處理復雜的...

Adobe Firefly 是 Adobe 推出的一系列創意生成式 AI 模型，旨在幫助用戶擴展其天生的創造力。這些模型集成在 Adobe 的旗艦應用程序和 Adobe Stock 中，支持的...

Augmented Physics是一個創新的教育工具，基于集成機器學習技術，將物理教科書中的靜態圖表轉換成互動式和嵌入式的物理模擬。工具基于先進的計算機視覺技術，...

podlm-public是一個開源AI播客工具，旨在創建一個中文版的NotebookLM替代品，專門用在將任意URL轉換成播客內容，再推送到小宇宙平臺。項目基于先進的AI技術，...

Yi-Lightning 是零一萬物公司最新發布的旗艦模型，在國際權威盲測榜單 LMSYS 上取得了顯著成績，超越了硅谷知名 OpenAI 的 GPT-4o-2024-05-13 和 Anthropic C...

FunASR是由阿里巴巴達摩院開源的語音識別工具包，提供包括語音識別（ASR）、語音活動檢測（VAD）、標點恢復、語言模型、說話人驗證、說話人分離及多說話人ASR...

CleanS2S是一個流式語音到語音（S2S）交互智能體原型，提供高質量、實時的語音交互體驗。CleanS2S項目基于單文件實現，簡化配置和理解過程，便于用戶和研究人...

Hallo2是復旦大學、百度公司和南京大學共同推出的音頻驅動視頻生成模型。能將單張參考圖片和持續幾分鐘的音頻輸入結合起來，基于可選的文本提示調節肖像表情...