AI項目和框架

Seed1.5-VL 是字節跳動 Seed 團隊最新發布的視覺-語言多模態大模型，具備強大的通用多模態理解和推理能力，推理成本顯著降低。模型由一個 532M 參數的視覺編...

PrimitiveAnything是騰訊人工智能平臺部（AIPD）和清華大學聯合開發的新型3D形狀生成框架。將復雜的3D形狀分解為簡單的基元元素，通過自回歸方式生成這些基元...

OptoChat AI是南智光電與南京大學共同推出的國內首款光子專用大模型。模型聚焦光子領域全產業鏈，集成超過30萬條光子芯片相關專利、文獻和行業數據資源，具備...

Xianyu AutoAgent 是為閑魚平臺設計的智能客服機器人系統。支持實現7×24小時自動化值守，多專家協同決策、智能議價及上下文感知對話。基于上下文感知技術，管...

Matrix-Game是昆侖萬維開源的工業界首個10B+空間智能大模型，是Matrix-Zero世界模型中的可交互視頻生成大模型。模型基于兩階段訓練策略，根據用戶輸入生成連...

GitFriend 是基于 React、TypeScript 和 AI 技術推出的 AI GitHub 輔助工具，能簡化 GitHub 的使用流程，提升開發效率。GitFriend支持基于 AI 聊天功能為用戶...

Muyan-TTS 是為播客場景設計的開源文本轉語音（TTS）模型。模型預訓練超過10萬小時的播客音頻數據，能實現零樣本語音合成，無需大量目標說話人的語音數據可生...

Audio-SDS是NVIDIA AI研究團隊推出的創新技術，將Score Distillation Sampling（SDS）技術擴展至文本條件音頻擴散模型，為音頻處理領域帶來了重大突破。無需...

Seed1.5-Embedding 是字節跳動 Seed 團隊最新發布的向量模型，基于 Seed1.5 (Doubao-1.5-pro) 進一步訓練。模型在權威測評榜單 MTEB 上達到了中英文 SOTA 效...

FastVLM是蘋果推出的高效的視覺語言模型（VLM），能提升高分辨率圖像處理的效率和性能。模型引入FastViTHD新型混合視覺編碼器，有效減少視覺token數量，顯著...

ZenCtrl 是 Fotographer AI 推出的 AI 圖像生成工具，支持從單張圖像生成高質量、多視角和多樣化場景的圖像，無需額外訓練數據。

Seed-Coder是字節跳動開源的8B規模代碼模型系列，提升代碼生成與理解能力。包含Base、Instruct和Reasoning三個版本，分別適用于代碼補全、指令遵循和復雜推理...

LegoGPT 是卡內基梅隆大學推出的樂高積木設計模型，支持基于文本提示生成物理穩定且能構建的樂高積木模型。LegoGPT 基于自回歸語言模型和大規模樂高設計數據...

BILIVE 是一款基于 AI 技術的開源工具，專為 B 站直播錄制與處理設計。工具支持自動錄制直播、渲染彈幕和字幕，支持語音識別、自動切片精彩片段，生成有趣的...

LTXV-13B 是Lightricks推出的開源 AI 視頻生成模型，擁有 130 億參數。具備極高的生成速度，比同類產品快 30 倍，能在普通消費級顯卡（如 4090/5090）上運行...