LongCat（龍貓）是美團自主研發(fā)的生成式AI大模型，通過人工智能技術(shù)提升公司內(nèi)部工作效率和創(chuàng)新能力。模型具備強大的多模態(tài)能力，能處理文本、圖像等多種數(shù)據(jù)...

MoshiVis 是 Kyutai 推出的開源多模態(tài)語音模型，基于 Moshi 實時對話語音模型開發(fā)，增加了視覺輸入功能。能實現(xiàn)圖像的自然、實時語音交互，將語音和視覺信息...

DeepMesh 是清華大學(xué)和南洋理工大學(xué)研究人員提出的 3D 網(wǎng)格生成框架，基于強化學(xué)習(xí)和自回歸變換器生成高質(zhì)量的 3D 網(wǎng)格。通過兩項關(guān)鍵創(chuàng)新來優(yōu)化網(wǎng)格生成：一...

BlockDance 是復(fù)旦大學(xué)聯(lián)合字節(jié)跳動智能創(chuàng)作團隊推出的用在加速擴散模型的新方法。BlockDance 基于識別重用相鄰時間步中結(jié)構(gòu)相似的時空特征（STSS），減少冗...

Reve Image 是 Reve 推出的全新 AI 圖像生成模型。專注于提升美學(xué)表現(xiàn)、精確的提示遵循能力以及出色的排版設(shè)計，能生成高質(zhì)量的視覺作品。模型在生成圖像時展...

RuoYi AI 是全棧式 AI 開發(fā)平臺，提供完整的前端、后臺管理及小程序應(yīng)用，支持靈活修改和分發(fā)代碼。RuoYi AI 支持本地 RAG 方案，集成 Milvus/Weaviate 等向...

食神是老板電器推出的首個烹飪垂直領(lǐng)域大模型?；诶习咫娖?6年積累的海量烹飪數(shù)據(jù)，結(jié)合DeepSeek技術(shù)，能精準(zhǔn)理解烹飪場景需求。用戶可通過語音、文字等方...

Soundwave是香港中文大學(xué)（深圳）開源的語音理解大模型，專注于語音與文本的智能對齊和理解。通過創(chuàng)新的對齊適配器和壓縮適配器技術(shù)，有效解決了語音和文本在...

Motia 是專為軟件工程師設(shè)計的 AI Agent 框架，簡化 AI 智能體的開發(fā)、測試和部署過程。支持多種編程語言，如 Python、TypeScript 和 Ruby，開發(fā)者可以使用熟...

LongCat（龍貓）是美團自主研發(fā)的生成式大語言模型，通過人工智能技術(shù)提升公司內(nèi)部工作效率和創(chuàng)新能力。模型具備強大的多模態(tài)能力，能處理文本、圖像等多種數(shù)...

SpatialLM 是群核科技開源的空間理解多模態(tài)模型，賦予機器人和智能系統(tǒng)類似人類的空間認(rèn)知能力。通過分析普通手機拍攝的視頻，能重建出詳細(xì)的 3D 場景布局，...

Multi-Agent Orchestrator 是用于管理和協(xié)調(diào)多個智能代理（Agent）的框架。通過分類器識別用戶輸入的意圖，將請求分配給最適合的代理進行處理，通過對話存儲...

gpt-4o-mini-transcribe 是 OpenAI 推出的語音轉(zhuǎn)文本模型，gpt-4o-transcribe的精簡版。gpt-4o-mini-transcribe 基于 GPT-4o-mini 架構(gòu)，用知識蒸餾技術(shù)從大...

福棠·百川是是國家兒童醫(yī)學(xué)中心、首都醫(yī)科大學(xué)附屬北京兒童醫(yī)院聯(lián)合百川智能、小兒方健康共同發(fā)布的全球首個兒科大模型。覆蓋了兒童常見病及疑難病癥的立體化...

gpt-4o-transcribe是 OpenAI 推出的高性能語音轉(zhuǎn)文本模型。基于最新的語音模型架構(gòu)，用海量多樣化音頻數(shù)據(jù)訓(xùn)練，精準(zhǔn)捕捉語音細(xì)微差別，顯著降低單詞錯誤率（...