TicVoice 7.0 是出門問問推出的第七代高品質 TTS（語音合成）引擎，基于新一代語音生成模型 Spark-TTS 。TicVoice 7.0基于創新的 BiCodec 編碼方式，將語音分...

GEN3C 是NVIDIA、多倫多大學和向量研究所推出的新型生成式視頻模型，基于精確的相機控制和時空一致性生成高質量的 3D 視頻內容。GEN3C構建基于點云的 3D 緩存...

Mercury Coder 是 Inception Labs 推出的首個擴散型大語言模型（dLLM），是 Mercury 系列中專門用在代碼生成的模型。Mercury Coder基于“從粗到細”的生成方式...

SuperGPQA 是字節跳動豆包大模型團隊聯合 M-A-P 推出的全面覆蓋 285 個研究生級學科、包含 26529 道專業題目的知識推理基準測試集。解決傳統評測基準學科覆蓋...

SpeciesNet 是 Google 開源的人工智能模型，通過分析相機陷阱拍攝的照片來識別動物物種。基于超過 6500 萬張圖像訓練而成，能識別超過 2000 種標簽，包括動物...

GaussianCity 是南洋理工大學 S-Lab 團隊推出的高效無邊界3D城市生成框架，基于3D高斯繪制（3D-GS）技術。引入緊湊的 BEV-Point 表示方法，將場景的顯存（VRA...

Asyncflow v1.0 是播客平臺 Podcastle 推出的 AI 文本轉語音模型。支持超過 450 種語音選項，能為文本內容生成高質量的語音朗讀，適用于多種語言和風格。

NextGenAI是OpenAI推出的全球性聯盟，基于AI技術推動教育和研究的進步。NextGenAI聯合包括哈佛大學、麻省理工學院、牛津大學等在內的15所頂尖大學和機構，Ope...

NotaGen 是中央音樂學院、北京航空航天大學、清華大學等機構推出的音樂生成模型，基于模仿大型語言模型（LLM）的訓練范式生成高質量的古典樂譜。NotaGen 基于...

DiffRhythm 是西北工業大學與香港中文大學（深圳）聯合開發的端到端音樂生成工具，基于潛擴散模型（Latent Diffusion）技術，能快速生成包含人聲和伴奏的完整...

OmniAlign-V 是上海交通大學、上海AI Lab、南京大學、復旦大學和浙江大學聯合推出的專為提升多模態大語言模型（MLLMs）與人類偏好的對齊能力設計的高質量數據...

TrendPublish 是基于 AI 的趨勢發現和內容發布系統。基于多源數據采集，從 Twitter/X、網站等渠道獲取信息，用 DeepseekAI、千問等 AI 服務進行智能總結、關...

Proxy Lite 是開源的輕量級視覺語言模型（VLM），參數量為3B，支持自動化網頁任務。Proxy Lite 能像人類一樣操作瀏覽器，完成網頁交互、數據抓取、表單填寫等...

WeGen 是中國科學技術大學聯合上海交通大學、微信團隊、中國科學院等機構推出的統一多模態生成模型，基于自然對話實現多樣化的視覺生成任務。WeGen結合多模態...

DiffBrush是北京郵電大學、清華大學、中國電信人工智能研究所和西北工業大學推出的，無需訓練的圖像生成與編輯框架，支持用戶基于手繪草圖直觀地控制圖像生成...