cogvlm2-llama3-caption模型是一個(gè)基于CogVLM2架構(gòu)的視頻描述生成模型。模型用于理解視頻內(nèi)容，自動(dòng)生成描述視頻內(nèi)容的文本標(biāo)題或字幕。

CogVideoX-Fun是一個(gè)基于CogVideoX結(jié)合EasyAnimate修改的AI視頻生成整合包，提供了更自由的生成條件，支持文字生成視頻、圖片生成視頻以及視頻生成視頻。工具...

CocoClip 是一款面向社交媒體內(nèi)容創(chuàng)作者的 AI 視頻創(chuàng)作和編輯平臺(tái)，專門設(shè)計(jì)用于制作適合 YouTube Shorts、TikTok 和 Instagram Reels 等平臺(tái)的短視頻。提供...

MIP-Adapter是一種個(gè)性化圖像生成技術(shù)，由阿里巴巴集團(tuán)推出并開(kāi)源。基于IP-Adapter模型，進(jìn)一步擴(kuò)展其能力，支持同時(shí)處理多個(gè)參考圖像，生成更準(zhǔn)確和高質(zhì)量的...

OpenR是一個(gè)由倫敦大學(xué)學(xué)院（UCL）、上海交通大學(xué)、利物浦大學(xué)、香港科技大學(xué)（廣州）和西湖大學(xué)聯(lián)合開(kāi)源的全鏈條訓(xùn)練框架，旨在提升大型語(yǔ)言模型（LLM）的復(fù)...

MoE++是一種新型的混合專家（Mixture-of-Experts）架構(gòu)，由昆侖萬(wàn)維2050研究院與北大袁粒團(tuán)隊(duì)聯(lián)合推出。基于引入零計(jì)算量專家，即零專家、復(fù)制專家和常數(shù)專家...

DuoAttention是新型的框架，由MIT韓松團(tuán)隊(duì)提出，用在提高大型語(yǔ)言模型（LLMs）在處理長(zhǎng)上下文時(shí)的推理效率。基于區(qū)分“檢索頭”和“流式頭”兩種注意力頭，優(yōu)化模...

DriveDreamer4D是用在提升自動(dòng)駕駛場(chǎng)景4D重建質(zhì)量的框架，基于世界模型先驗(yàn)增強(qiáng)4D駕駛場(chǎng)景的表示。框架能基于真實(shí)世界的駕駛數(shù)據(jù)合成新的軌跡視頻，用明確結(jié)...

MMBench-Video是新穎的長(zhǎng)視頻多題問(wèn)答基準(zhǔn)測(cè)試，是浙江大學(xué)、上海人工智能實(shí)驗(yàn)室、上海交通大學(xué)和香港中文大學(xué)聯(lián)合推出的。MMBench-Video能全面評(píng)估大型視覺(jué)...

MotionCLR是基于注意力機(jī)制的人體動(dòng)作生成和編輯模型，能根據(jù)文本提示生成動(dòng)作，支持用戶進(jìn)行交互式編輯，如動(dòng)作強(qiáng)調(diào)、減弱、替換、擦除和風(fēng)格轉(zhuǎn)移。MotionCL...

靈圖AI是由廈門靈圖科技推出的AI輔助設(shè)計(jì)平臺(tái)，專為設(shè)計(jì)創(chuàng)作人群服務(wù)。基于AI算法，提供場(chǎng)景化的高效工具和資源，實(shí)現(xiàn)素材生成和設(shè)計(jì)生產(chǎn)力的提升。平臺(tái)功能...

Anifusion是在線AI漫畫和動(dòng)漫圖片制作平臺(tái)，通過(guò)人工智能技術(shù)，讓創(chuàng)作者無(wú)需繪畫技能也能制作出專業(yè)級(jí)別的漫畫和動(dòng)漫藝術(shù)作品。用戶只需輸入描述性提示，AI能...