ILLUME是華為諾亞方舟實驗室提出的統一多模態大模型，將視覺理解與生成能力融入同一框架中。模型以大型語言模型（LLM）為核心，采用“連續圖像輸入 + 離散圖像...

AigcPanel是開源AI數字人系統，以簡潔易用著稱，支持視頻合成、聲音合成和聲音克隆等核心功能。系統基于TypeScript開發，跨平臺兼容，遵循AGPL-3.0協議，便于...

HuatuoGPT-o1是香港中文大學（深圳）和深圳大數據研究院聯合推出的，針對醫學領域開發的復雜推理模型，基于復雜的推理能力提高解決醫學問題的性能。模型用兩...

Wonderland是多倫多大學、Snap和UCLA的研究團隊推出的技術，能夠從單張圖像生成高質量、廣范圍的3D場景，允許控制攝像軌跡。證明了三維重建模型可以有效地建...

VersaGen是文本到圖像合成的生成式AI代理，能實現靈活的視覺控制能力。VersaGen能處理包括單一視覺主體、多個視覺主體、場景背景，這些元素的任意組合在內的...

AutoRAG是中國科學院計算技術研究所（ICT/CAS）、中國科學院的人工智能安全重點實驗室及中國科學院大學的研究人員共同推出的新型自主迭代檢索模型，專為大型...

MARS（Market Simulation）是微軟亞洲研究院推出的金融市場模擬預測引擎，基于生成型基礎模型LMM（Large Market Model）模擬金融市場中的訂單流和市場動態。M...

StockMixer是上海交通大學推出的用在股票價格預測的多層感知器（MLP）架構，具備簡單和強大的預測能力。架構基于指標混合、時間混合和股票混合三個步驟處理和...

LaDeCo是西安交通大學和微軟研究院聯合推出的自動圖形設計構圖方法，基于將設計任務分解為層次化的步驟來實現。LaDeCo對輸入的設計元素進行層規劃，將它們分...

SEMIKONG是專門為半導體行業定制的大型語言模型（LLM），是Aitomatic、FPT Software和東京電子有限公司聯合推出的。基于深入的領域知識，解決半導體制造和設...

GLM-Zero是智譜AI基于擴展強化學習技術的推理模型，專注于提升模型的深度推理能力。擅長處理數理邏輯、代碼編寫和復雜問題解決，在AIME 2024、MATH500和LiveC...

Figma-Low-Code是開源的項目，基于Luisa框架，支持開發者直接將Figma設計轉換為Vue.js應用程序。大幅減少設計師與開發者之間的交接時間，減少前端編碼工作，...

AI Dev Gallery是微軟推出的開源AI工具包和示例庫，集成在Visual Studio中，幫助Windows開發者輕松集成端側AI功能。AI Dev Gallery提供超過25個交互式示例，...

OpenEMMA是德州農工大學、密歇根大學和多倫多大學共同開源的端到端自動駕駛多模態模型框架，基于預訓練的多模態大型語言模型（MLLMs）處理視覺數據和復雜駕駛...

RAG Logger是開源的日志記錄工具，專為檢索增強生成（RAG）應用設計。作為LangSmith的輕量級替代品，專注于滿足RAG應用的日志記錄需求。RAG Logger提供查詢跟...