MMRole是由中國人民大學高瓴人工智能學院研究團隊推出的的一種多模態角色扮演智能體（MRPA）框架。通過結合圖像和文本，使智能體以特定角色進行更自然和沉浸...

RReHiFace-S是由硅基智能團隊推出的開源項目，實現高保真、實時人臉替換的AI算法，用戶通過簡單的操作在視頻或直播中進行面部交換。

NarratoAI 是基于AI技術自動化影視解說和編輯的工具。通過大型語言模型（LLM）理解視頻內容，自動生成解說文案，并將文案轉化為配音，同時進行視頻剪輯和字幕...

Skywork-Reward 是昆侖萬維推出的一系列高性能獎勵模型，包括 Skywork-Reward-Gemma-2-27B 和 Skywork-Reward-Llama-3.1-8B。主要用于指導和優化大語言模型的...

Torch-MLU 是寒武紀開源的 PyTorch 設備后端擴展插件，支持開發者將寒武紀 MLU 系列智能加速卡作為 PyTorch 的加速后端使用。插件實現了對 PyTorch 的原生支...

ImageBind是Meta公司推出的開源多模態AI模型，將文本、音頻、視覺、溫度和運動數據等六種不同類型的信息整合到一個統一的嵌入空間中。模型通過圖像模態作為橋...

LlamaCoder 是一個開源的 AI 工具，使用 Llama 3.1 405B 模型快速生成全棧應用程序。旨在提供一種替代 Claude Artifacts 的解決方案。集成了 Sandpack、Next....

XVERSE-MoE-A36B是由元象推出的中國最大的MoE（Mixture of Experts，混合專家模型）開源大模型。模型具有2550億的總參數和360億的激活參數，性能上與超過100B...

PyVideoTrans 是開源的視頻翻譯配音工具，將視頻內容從一種語言自動翻譯成另一種語言，并添加相應的字幕和配音。PyVideoTrans支持多語言，具備高效的語音識別...

ongCite是由清華大學推出的項目，旨在提升大型語言模型（LLMs）在長文本問答任務中的可信度和可驗證性。項目通過生成細粒度的句子級引用，使用戶能驗證模型的...

CSGO（Content-Style Composition in Text-to-Image Generation）是由南京理工大學、小紅書等機構合作開發的圖像風格遷移和文本到圖像生成的研究項目。CSGO的...

GameGen-O 是騰訊推出的一款基于 Transformer 架構的游戲視頻生成模型，專門用于生成開放世界視頻游戲。模型能模擬游戲引擎的多種功能，包括生成游戲角色、動...

SleepFM 是斯坦福大學開源的多模態睡眠分析模型，基于超過14,000名參與者的100,000小時睡眠數據，通過融合大腦活動、心電圖和呼吸信號，提供全面的睡眠健康評...

書生·筑夢2.0（Vchitect 2.0）是由上海人工智能實驗室推出的升級版視頻生成開源大模型，旨在生成符合中國文化和東方審美的視頻內容。模型支持長達20秒的視頻...

AI Youtube Shorts Generator 是一款開源的 AI 視頻編輯工具，基于 GPT-4、FFmpeg 和 OpenCV 等技術自動分析長視頻，提取最精彩的片段，將其裁剪成適合短視頻...