MiLoRA是參數高效的大型語言模型（LLMs）微調方法，通過更新權重分量來矩陣的次要奇異減少計算和內存成本。方法基于奇異值分解（SVD）將權重矩陣分為主要和次...

OpenCoder是墨爾本大學、復旦大學等高校研究人員聯合無限光年推出的開源代碼大型語言模型（LLM），能提升開源代碼LLM的性能至專有模型水平，推動代碼AI研究的...

Infinity-MM是智源研究院推出的千萬級多模態指令數據集，包含4300萬條樣本，數據量達10TB。數據集經過質量過濾和去重，確保高質量和多樣性，能提升開源視覺-...

FabricDiffusion是谷歌和卡內基梅隆大學共同推出的高保真度3D服裝生成技術，能將現實世界中2D服裝圖像的紋理和印花高質量地轉移到任意形狀的3D服裝模型上。Fa...

HourVideo是斯坦福大學李飛飛和吳佳俊團隊推出的長視頻理解基準數據集，包含500個第一人稱視角視頻，時長20至120分鐘，覆蓋77種日常活動，能評估多模態模型對...

App Intents是蘋果推出的支持開發者在iOS、macOS等平臺上集成Siri和Apple Intelligence的新框架，實現應用功能與系統體驗（如Siri、Spotlight搜索、快捷指令...

DimensionX是香港科技大學、清華大學和生數科技共同推出的框架，能從單張圖片生成高逼真度的3D和4D場景，基于視頻擴散技術實現對空間和時間維度的精確控制。...

SeedEdit是字節跳動豆包大模型團隊推出的通用圖像編輯模型，基于簡單的自然語言指令編輯圖像，包括修圖、換裝、美化、風格轉換及在指定區域添加或刪除元素等...

HK-O1aw是香港生成式AI研發中心(HKGAI)旗下AI for Reasoning團隊(HKAIR)與北京大學對齊團隊(PKU-Alignment Team)合作推出的全球首個慢思考范式法律推理大模型...

AnimePro FLUX是基于Apache 2.0許可的動漫風格圖像生成模型，專為生成高質量二次元插畫設計。AnimePro FLUX基于Flux.1 Shnell模型微調，克服DEV版本的許可限...

VideoChat是開源的實時數字人對話系統，支持語音輸入和實時對話功能。用戶自定義數字人的形象和音色，無需訓練即可進行音色克隆，首包延遲可低至3秒，適用于...

TableGPT2是浙江大學推出的新型大型多模態模型，針對表格數據的整合與處理。首次將結構化數據作為獨立模態進行訓練，直接理解并操作數據庫、Excel等數據，執...

GenXD是新加坡國立大學和微軟公司共同推出的3D-4D聯合生成框架，能從任意數量的條件圖像中生成高質量的3D和4D場景。框架用一個數據整理流程從視頻中提取相機...

AlphaFold 3是谷歌DeepMind團隊推出的AI模型，能預測蛋白質、核酸（DNA和RNA）、小分子、離子及修飾殘基等生物分子的三維結構。模型在結構預測的準確性上取得...