AI項目和框架

ACI.dev 是開源的基礎設施平臺，專為 AI 智能體設計，提供強大的工具調用支持。集成了 600 多種預構建工具，涵蓋 Gmail、Slack、Notion 等常見應用，支持通過...

F-Lite是Freepik團隊聯合FAL開源的10B參數的文生圖模型。基于Freepik內部80M有版權的數據集訓練，支持商業用途。F-Lite將T5-XXL作為文本編碼器，基于抽取第17...

Embodied Reasoner是浙江大學、中國科學院軟件研究所、阿里巴巴集團等機構推出的新型的具身交互推理模型，基于視覺搜索、推理和行動協同完成復雜任務。模型基...

風宇是中國氣象局聯合南昌大學和華為共同推出的全球首個全鏈式空間天氣大模型。模型基于創新的鏈式訓練結構，結合衛星觀測數據與數值模式數據，實現太陽風、...

RepText 是Shakker Labs 和 Liblib AI推出的多語言視覺文本渲染框架，基于復制字形而非理解文本內容實現高質量的文本渲染。框架基于預訓練的單語言文本到圖像...

Xiaomi MiMo 是小米開源的首個推理（Reasoning）大模型，支持提升模型在復雜推理任務中的表現。模型基于聯動預訓練和后訓練，挖掘大量富推理語料并采用創新的...

NodeRAG 是基于異構圖的檢索增強生成（Retrieval-Augmented Generation，RAG）系統。通過構建包含多種節點類型的異構圖，將文檔信息和語言模型生成的見解整合...

Ev-DeblurVSR是中國科學技術大學、合肥綜合性國家科學中心人工智能研究所和新加坡國立大學聯合推出的視頻畫面增強模型，能從低分辨率且模糊的視頻輸入中恢復...

Qwen3 是阿里巴巴推出的新一代大型語言模型，Qwen3 支持“思考模式”和“非思考模式”兩種工作方式，思考模式模型會逐步推理，經過深思熟慮后給出最終答案，適合...

ChatDLM是 Qafind Labs推出的新一代對話生成大模型，核心定位是突破傳統Transformer架構在長上下文處理與推理效率上的瓶頸。模型融合了“區塊擴散（Block Diff...

DeepSeek-R1T-Chimera 是TNG科技公司推出的開源語言模型。結合 DeepSeek V3-0324 和DeepSeek R1兩種模型的優勢，基于創新的構建方法，將兩者的神經網絡組件融...

UniToken 是新型的自回歸生成模型，專為多模態理解與生成任務設計。通過結合離散和連續的視覺表示，構建了一種統一的視覺編碼框架，能同時捕捉圖像的高級語義...

DreamO 是字節跳動創作團隊聯合北京大學深圳研究生院電子與計算機工程學院聯合推出的用在圖像定制生成的統一框架，基于預訓練的擴散變換器（DiT）模型實現多...

Spatial-RAG（Spatial Retrieval-Augmented Generation）是美國埃默里大學、德克薩斯大學奧斯汀分校推出的用在提升大型語言模型（LLMs）空間推理能力的框架。...

Concept Lancet（CoLan）是賓夕法尼亞大學的研究團隊推出的零樣本、即插即用的圖像編輯框架。Concept Lancet基于在潛在空間中對圖像進行稀疏分解，將圖像表示...