VidTok（Video Tokenizer）是微軟開源的先進的視頻分詞器，通過高效的算法將視頻內容轉換成一系列“視頻詞”。支持連續和離散分詞化，具有靈活的壓縮率和多樣化...

DeepSeek V3是知名私募巨頭幻方量化旗下人工智能公司深度求索（DeepSeek）開源的最新版AI模型，在多語言編程能力上的進步顯著。在aider多語言編程測評中的表...

3DHM（3D Human Motions）是先進的3D人體動作生成技術，加州大學伯克利分校的研究人員推出。能從單張人物照片生成具有3D控制的動態人體視頻，實現從靜態圖像...

DRT-o1是騰訊研究院推出的一系列AI模型，通過長鏈思考推理（CoT）技術顯著提升了文學作品的翻譯質量，尤其在處理比喻和隱喻等修辭手法時。模型能更深入地理解...

FastExcel是基于Java的開源庫，提供快速、簡潔且能解決大文件內存溢出問題的Excel處理工具。FastExcel兼容EasyExcel，提供性能優化、bug修復，新增如讀取指定...

FinRobot是開源的AI代理平臺，專注于金融領域的應用。基于大型語言模型（LLMs）來構建能進行復雜分析和決策的金融專業AI代理。平臺通過金融思維鏈（CoT）提示...

Browser Use是專門為大語言模型服務的智能瀏覽器工具，創新的Python工具庫，讓AI代理能像人類一樣自然地瀏覽和操作網頁。Browser Use支持多標簽頁管理、視覺...

WiS（Who is Spy）是淘天集團和阿里的技術研究團隊推出的創新在線AI競賽平臺，專門設計用在測試和分析基于大型語言模型（LLMs）的多智能體系統（MAS）。WiS模...

ASAL（Automated Search for Artificial Life）是用基礎模型自動化搜索人工生命（ALife）系統。ASAL是Sakana AI及MIT、OpenAI等機構聯合推出的，主要基于三種...

QVQ是阿里基于Qwen2-VL-72B構建的開源多模態推理模型，結合視覺理解和復雜問題解決能力，提升人工智能的認知能力。QVQ在視覺推理任務中展現出增強的能力，尤...

Open Notebook是開源、注重隱私的谷歌NotebookLM替代工具，能幫助用戶管理研究工作流程，生成AI輔助筆記，并與內容互動。Open Notebook支持多筆記本、多模型...

PC Agent是上海交通大學和Generative AI Research Lab (GAIR)聯合推出的先進AI系統。系統基于模擬人類認知過程，執行如組織研究材料、起草報告和創建演示文稿...

Midscene.js是基于AI技術的自動化SDK，通過用大型語言模型（LLM）簡化UI自動化測試中的命令。用戶用自然語言描述交互步驟或預期數據格式，Midscene.js將執行...

Granite 3.1是IBM推出的新一代語言模型，具有強大的性能和更長的上下文處理能力。Granite 3.1模型家族有 4 種不同的尺寸和 2 種架構：密集模型2B和8B參數模型...

Sketch2Sound是Adobe 研究院和西北大學推出的AI音頻生成技術，能基于聲音模仿和文本提示生成高品質音效。Sketch2Sound從聲音模仿中提取響度、亮度和音高三個...