標(biāo)簽：自然語言處理

Llama Nemotron是NVIDIA推出的一系列推理模型，專注于推理和多種智能代理（agentic AI）任務(wù)。模型基于Llama開源模型，經(jīng)過NVIDIA的后訓(xùn)練，加入推理能力，在...

DeepCoder-14B-Preview 是 Agentica 和 Together AI 聯(lián)合開源的大型代碼生成模型，基于 Deepseek-R1-Distilled-Qwen-14B 微調(diào)而成。DeepCoder-14B-Preview基...

Step-R1-V-Mini 是階躍星辰最新推出的多模態(tài)推理模型。支持圖文輸入和文字輸出，具備良好的指令遵循和通用能力，能高精度感知圖像完成復(fù)雜推理任務(wù)。模型在視...

口語精靈是AI口語學(xué)習(xí)軟件，通過先進(jìn)的人工智能技術(shù)和真人語音模擬，為用戶提供1V1的對(duì)話練習(xí)體驗(yàn)。用戶可以隨時(shí)隨地與AI老師互動(dòng)，跨越國界，學(xué)習(xí)不同地區(qū)的...

ACTalker 是用于生成逼真說話人頭部視頻的端到端視頻擴(kuò)散框架。支持單信號(hào)或多信號(hào)控制，如音頻、表情等。核心架構(gòu)包括并行 Mamba 結(jié)構(gòu)，通過多個(gè)分支利用不...

Quasar Alpha 是 OpenRouter 發(fā)布的預(yù)發(fā)布版 AI 模型。擁有 100 萬 token 的超大上下文窗口，可處理超長文本和復(fù)雜文檔。代碼生成能力出色，生成速度快，延遲...

OmniTalker 是阿里巴巴發(fā)布的實(shí)時(shí)文本驅(qū)動(dòng)的說話頭像生成技術(shù)，能同時(shí)處理文本、圖像、音頻和視頻等多種模態(tài)輸入，以流式方式生成自然語音響應(yīng)。核心架構(gòu)為 T...

枝頁（iBleaf）是基于金字塔原理設(shè)計(jì)的AI筆記工具，幫助用戶將碎片化的知識(shí)整理成清晰有序的知識(shí)體系。通過知識(shí)樹的形式，讓用戶能以層級(jí)化的結(jié)構(gòu)組織筆記，...

Dolphin是清華大學(xué)電子工程系語音與音頻技術(shù)實(shí)驗(yàn)室聯(lián)合海天瑞聲共同推出的面向東方語言的語音大模型。支持40個(gè)東方語種的語音識(shí)別，中文語種涵蓋22種方言（含...

OpenAI Academy是OpenAI推出的免費(fèi)AI學(xué)習(xí)平臺(tái)，提供免費(fèi)的AI課程幫助普通人掌握AI技能。OpenAI Academy提供豐富多樣的課程，包括《ChatGPT Edu學(xué)術(shù)助手指南》...

AutoAgent 是香港大學(xué)推出的零代碼、自動(dòng)化 LLM 智能體框架。基于自然語言交互，讓用戶無需編程即可創(chuàng)建智能助手，適用于智能搜索、數(shù)據(jù)分析、報(bào)告生成等場景...

Amodal3R 是條件式 3D 生成模型，能從部分可見的 2D 物體圖像中推測并重建完整的 3D 形態(tài)和外觀。模型基于“基礎(chǔ)”3D 生成模型 TRELLIS 構(gòu)建，通過引入掩碼加權(quán)...

Amazon Nova Act是亞馬遜 AGI Labs推出的通用AI代理，用于在網(wǎng)頁瀏覽器中執(zhí)行任務(wù)。Amazon Nova Act支持開發(fā)者基于配套的 SDK 構(gòu)建智能體應(yīng)用原型，完成如提...

Actor Mode 是 ElevenLabs 推出的AI語音生成工具，支持用戶通過自己的聲音指導(dǎo) AI 生成語音內(nèi)容。用戶只需錄制一段音頻或上傳已有音頻文件，AI 能分析其語調(diào)...

GLM-Z1-Air 是智譜公司推出的基于 GLM-4-Air-0414 的深度思考模型。GLM-Z1-Air在預(yù)訓(xùn)練階段引入更多推理類數(shù)據(jù)，在對(duì)齊階段深度優(yōu)化通用能力，展現(xiàn)出強(qiáng)大的數(shù)...