Kandinsky 5.0 是俄羅斯 AI 研究實驗室 AI-Forever 開發的文本到視頻生成模型，具有強大的生成能力和高效的性能表現。核心版本 Kandinsky 5.0 Video Lite 是...

SongBloom 是騰訊 AI Lab 開發的全長度歌曲生成框架，結合了自回歸草圖繪制和基于擴散的細化技術，通過交錯生成范式（Interleaved Generation）交替生成語義...

MAI-Image-1是微軟推出的首款自研圖像生成式AI模型。模型以“創作者導向”為核心設計理念，擅長生成逼真的自然光照效果和復雜場景圖像，如閃電、風景等。與一些...

Youtu-Embedding 是騰訊優圖實驗室開源的面向企業級應用的通用文本表示模型。模型通過大規模語料訓練和創新的微調框架，具備強大的語義理解能力，能勝任文本...

Ring-1T是螞蟻集團開源的萬億參數思考大模型，基于 Ling 2.0 MoE 架構，在 20T 語料上預訓練，通過自研強化學習系統 ASystem 進行推理能力訓練。支持128k上下...

SAIL-VL2 是抖音團隊和新加坡國立大學聯合開發的開源視覺語言基礎模型，專注于多模態理解和推理。由視覺編碼器 SAIL-ViT、視覺-語言適配器和大語言模型組成，...

nanochat是AI領域專家Andrej Karpathy發布的開源項目，以極低成本和高效流程訓練小型語言模型，實現類似ChatGPT的對話功能。僅需約100美元（使用8張H100 GPU...

Get Jobs是開源的自動化簡歷投遞工具，能幫助用戶高效地在多個招聘平臺（如Boss直聘、獵聘、拉勾、51job、智聯招聘等）上投遞簡歷。

LLaVA-OneVision-1.5 是開源的多模態模型，通過高效訓練和高質量數據實現高性能、低成本和強復現性。采用自研的 RICE-ViT 作為視覺編碼器，結合 2D 旋轉位置...

MineContext 是字節跳動開源的主動式上下文感知 AI 工具，通過挖掘數字生活中的“方塊”，幫助用戶高效管理知識和信息。每 5 秒截取一次屏幕，經過處理后，批量...

NeuTTS Air 是 Neuphonic 開發的超擬真、可離線運行的 TTS（文本到語音）模型。具備高擬真語音合成能力，聲音自然流暢，幾乎能以假亂真。支持本地運行，提供 ...

Paper2Video 是新加坡國立大學 Show Lab 開發的項目，從學術論文自動生成演示視頻。通過 PaperTalker 多智能體框架，將論文轉化為包含幻燈片、字幕、語音和演...

KAT-Dev-72B-Exp 是快手推出的開源編程專用大語言模型，參數規模達720億。模型是 KAT-Coder 的強化學習版本，專為軟件工程任務設計。

Qwen3-VL Cookbooks 是阿里推出的為 Qwen3-VL 模型設計的實用指南集合，幫助用戶快速掌握和應用該模型的各種功能。集合涵蓋多種能力的使用示例，包括物體識別...

Androidify 是谷歌推出的一個開源項目，幫助開發者學習如何在 Android 上構建 AI 驅動的應用。項目使用了谷歌最新的技術，如 Jetpack Compose、Gemini API（...