Ad image
Ad image

最近更新

GPTEngineer – 文本驱动生成Web网页的开源工具,AI自动写代码

GPTEngineer是什么 GPTEngineer 是一个基于 AI 技术通过简单的文本提示快速生成网页应用原型的开源工具。用户只需描述需求,AI 能自动编写并执行代码,支持与 GitHub 同步和一键部署。GPTEngineer底层使用…

预计阅读时间: 23

CogVideoX-5B-I2V – 智谱 AI 开源的图生视频生成模型

CogVideoX-5B-I2V是什么 CogVideoX-5B-I2V 是智谱 AI 开源的一款图生视频模型,通过一张…

Augmented Physics – 将教科书静态图表生成交互式物理模拟的AI技术

Augmented Physics是什么 Augmented Physics是一个创新的教育工具,基于集成机器学习技术,…

ReHiFace-S – 硅基智能推出的实时人脸替换AI技术

ReHiFace-S是什么 ReHiFace-S是由硅基智能团队推出的开源项目,实现高保真、实时人脸替换的AI算法,用户…

MemFree – 开源的混合AI搜索引擎,支持多模态搜索和提问

MemFree是什么 MemFree是一款开源的混合AI搜索引擎,通过整合多种AI模型和搜索引擎,提供高效、多样化的搜索…

ScribbleDiff – 开源的涂鸦内容转换成图像的生成技术

ScribbleDiff是什么 ScribbleDiff是一种先进的文本到图像生成技术,基于用户简单涂鸦的视觉提示指导图像的生成过程。通过分析涂鸦确保生成的图像中的对象方向与用户涂鸦的方向一致,并将涂鸦扩展生成更完整和细致的图像。ScribbleDiff的核心在于两个关键组件:矩对齐和涂鸦传播。矩对齐来改善物体方向与涂鸦方向之间的对齐,涂鸦传播则通过稳定扩散过程中的传播,使涂鸦随时间显著扩大,改善…

预计阅读时间: 13

Granite 3.1 – IBM 推出的新版语言模型

Granite 3.1是什么 Granite 3.1是IBM推出的新一代语言模型,具有强大的性能和更长的上下文处理能力。…

LiveKit Agents – 创建实时与用户互动的多模态AI代理框架

LiveKit Agents是什么 LiveKit Agents 是一个强大的框架,用于创建能实时通过语音、视频和数据与…

Ovis1.6 – 阿里国际AI团队推出的多模态大模型,超过闭源GPT-4o-mini

Ovis1.6是什么 Ovis1.6是阿里国际AI团队推出的多模态大模型,在多模态权威综合评测基准OpenCompass…

Yi-Lightning – 零一万物最新推出的高性能高速度旗舰模型

Yi-Lightning是什么 Yi-Lightning 是零一万物公司最新发布的旗舰模型,在国际权威盲测榜单 LMSY…

Skywork-Reward – 昆仑万维推出的高性能奖励模型,辅助智能体决策

Skywork-Reward是什么 Skywork-Reward 是昆仑万维推出的一系列高性能奖励模型,包括 Skywo…

NeMo – 英伟达推出的用于构建、定制和部署生成式AI模型

NeMo是什么 NeMo 是由 NVIDIA 提供的端到端云原生框架,用于构建、定制和部署生成式 AI 模型。支持大型语…