EXAONE 3.0 – LG 推出的开源 AI 模型，专为英语和韩语设计
EXAONE 3.0是什么 EXAONE 3.0是LG AI Research推出的开源AI模型，具有7.8亿参数，专为英语和韩语设计。EXAONE 3.0在英语和韩语的…
DressCode – 上海科技大学推出的3D服装生成框架
DressCode是什么 DressCode是上海科技大学、宾夕法尼亚大学和Deemos科技联合推出的3D服装生成框架。支持用户通过文本描述来自动生成各种风格和材质的3D…
ReSyncer – 清华联合百度推出的AI视频编辑工具
ReSyncer是什么 ReSyncer是清华大学和百度联合推出的AI视频编辑工具，通过音频驱动生成与声音同步的高质量嘴唇动作视频。ReSyncer用Style-Sync…
MotionClone – 文本驱动的AI视频动作克隆框架
MotionClone是什么 MotionClone是文本驱动的AI视频动作克隆框架，通过时间注意力机制从参考视频中克隆动作，结合文本提示词生成新视频。能处理复杂的全局相…
Mini-Monkey – 华科联合华南理工推出的多模态AI模型
Mini-Monkey是什么 Mini-Monkey是华中科技大学和华南理工大学联合推出的轻量级多模态AI模型。采用多尺度自适应切分策略（MSAC）和尺度压缩机制（SCM…
MDT-A2G – 复旦&腾讯优图推出的AI模型，可根据语音同步生成手势
MDT-A2G是什么 MDT-A2G是复旦大学和腾讯优图联合推出的AI模型，专门用于根据语音内容同步生成相应的手势动作。MDT-A2G模仿人类在交流时自然产生的手势，计算…
ASAM – vivo公司推出的AI图像分割模型
ASAM是什么 ASAM（Adversarial Adjustment of Segment Anything Model）是vivo公司推出的AI图像分割模型，通过对抗…
Falcon Mamba 7B – 首个通用Mamba开源AI大模型
Falcon Mamba 7B是什么 Falcon Mamba 7B是阿联酋技术创新研究所（TII）推出的开源AI大模型，性能超越了Meta的Llama 3.1-8B等模…
NotesGPT – 开源的AI语音笔记工具，实时转录文本自动生成行动项
NotesGPT是什么 NotesGPT是一款开源的AI驱动语音笔记工具，能将用户的语音笔记快速转录成文本，自动生成行动项。工具基于包括Convex数据库、Next.js…
MEXMA – Meta推出的预训练跨语言句子编码器
MEXMA是什么 MEXMA是由Meta AI推出的一种新型的预训练跨语言句子编码器。基于结合句子级和词语级的目标提升句子表示的质量。在训练过程中，MEXMA用一种语言的…
Lingua – Meta推出的轻量级独立代码库
Lingua是什么 Lingua 是 Meta AI推出的一个轻量级且独立的代码库，旨在助力大规模训练语言模型。基于易于修改的 PyTorch 组件，便于研究人员尝试新的…
VideoAgent – 斯坦福联合多所研究机构推出自改进的视频生成系统
VideoAgent是什么 VideoAgent是一种自改进的视频生成系统，由斯坦福大学、滑铁卢大学、DeepMind等机构的研究人员共同推出。根据图像观察和语言指令生成…
Llama Tutor – 开源的AI学习平台，提供学习主题生成定制学习计划
Llama Tutor是什么 Llama Tutor 是一个基于AI的个性化学习平台，由 Llama 3.1 和 Together AI 技术驱动，是一个完全开源的项目。…
ComfyGen – 英伟达联合特拉维夫推出的文本到图像生成系统
ComfyGen是什么 ComfyGen是由NVIDIA和特拉维夫大学研究人员推出的一种文本到图像生成系统，基于大型语言模型（LLM）自动创建与用户文本提示相匹配的工作流…
restorePhotos.io – 开源的AI照片修复项目，高质量修复老旧照片
restorePhotos.io 是什么 restorePhotos.io 是一个开源的AI项目，专注于修复老旧和模糊的人脸照片。用GFPGAN机器学习模型，基于Next…
PDFtoChat – AI驱动的与PDF互动提取关键信息的开源项目
PDFtoChat是什么 PDFtoChat 是一个开源的创新AI项目，支持用户基于自然语言对话的方式与 PDF 文件互动。工具基于最新的 AI 技术，包括 Togeth…
