ComfyUI-Bxb – SD变现宝，一键把 ComfyUI 工作流转换成小程序
ComfyUI-Bxb是什么 ComfyUI-Bxb是“SD变现宝”，一键把 ComfyUI 工作流转换成小程序，专为小程序开发者设计，实现快速变现。ComfyUI-Bx…
anime.gf – AI虚拟角色创建与互动的开源应用
anime.gf是什么 Anime.gf 是一个开源的本地应用程序，支持用户创建和互动自己的虚拟角色。工具提供一个用户友好的界面，用户与各种具有独特个性和语言风格的虚拟角…
Qwen2.5 – 阿里通义千问团队最新开源的最强AI大模型
Qwen2.5是什么 Qwen2.5 是阿里通义千问团队最新开源的最强AI大模型，具有多种参数规模的模型，包括 0.5B、1.5B、3B、7B、14B、32B 和 72B…
LitServe – 基于FastAPI的高性能AI模型部署引擎
LitServe是什么 LitServe是基于FastAPI的高性能AI模型部署引擎，专为企业级AI服务设计。支持批处理、流式处理和GPU自动扩展，简化了模型部署流程。L…
Gen2Act – 谷歌、卡内基梅隆、斯坦福联合推出生成人类视频引导机器人操作策略
Gen2Act是什么 Gen2Act是由谷歌、卡内基梅隆大学和斯坦福大学共同推出的一种机器人操作策略，基于预测网络数据中的运动信息来生成人类视频，并将视频用在引导机器人执…
丰语大模型 – 顺丰推出物流行业的大语言模型，摘要准确率达95%+
丰语大模型是什么 丰语大模型是顺丰科技推出的物流行业专用大语言模型。顺丰科技表示，丰语大模型以更小的尺寸模型对更大尺寸通用模型在物流垂域的全面超越。丰语大模型已在市场营销…
Rope – 基于深度学习模型开源的AI换脸技术
Rope是什么 Rope是一款开源的AI换脸工具，基于insightface的inswapper_128模型构建，提供一个用户友好的图形界面。用户通过上传图片或视频，在几…
Univer – 开源 AI 办公工具，支持Word、Excel等文档处理全栈解决方案
Univer是什么 Univer是开源的全栈框架，支持创建和编辑电子表格、文档及幻灯片，为用户提供统一且强大的办公解决方案。Univer能在浏览器和Node.js环境中运…
Transfusion – Meta推出的文本与图像融合的多模态AI模型
Transfusion是什么 Transfusion是Meta公司最新推出的文本与图像融合的多模态AI模型，Transfusion通过结合语言模型的下一个token预测和…
ChopperBot – AI直播视频剪辑和发布机器人，自动化管理直播内容
ChopperBot是什么 ChopperBot是一款智能化的直播视频剪辑和发布机器人，ChopperBot能自动化地管理和分发直播内容。支持多个流行直播平台，如斗鱼、虎…
abab-video-1 – MiniMax推出的首款AI高清视频生成模型
abab-video-1是什么 abab-video-1是MiniMax公司推出的首款AI高清视频生成模型，模型支持生成最高1280×720分辨率、25fps的高清视频，…
LongVILA – 面向长视频理解的视觉语言AI模型
LongVILA是什么 LongVILA是一个面向长视频理解的视觉语言AI模型，由英伟达、MIT、UC 伯克利、得克萨斯大学奥斯汀分校共同开发。通过算法和系统的共同设计，…
T2V-Turbo – 谷歌开源的文本到视频生成模型
T2V-Turbo是什么 T2V-Turbo是一种先进的文本到视频生成模型，由Google、UC Santa Barbara（加利福尼亚大学圣塔芭芭拉分校）、和Unive…
SAM2Point – 基于SAM2的零样本3D分割技术，增强3D分割精确度
SAM2Point是什么 SAM2Point是基于SAM2的3D分割技术，无需额外训练或 2D-3D 投影，直接对任意3D数据进行零样本分割。通过将3D数据体素化，模拟为…
Westlake-Omni – 西湖心辰开源的中文情感端到端语音交互模型
Westlake-Omni是什么 Westlake-Omni 是西湖心辰推出的全球首个开源中文情感端到端语音交互大模型。模型采用离散表示法，统一文本和语音模态的处理，特别…
Kheish – 开源的多智能体协调平台，可灵活配置多个Agent解决复杂任务
Kheish是什么 Kheish是基于大型语言模型（LLM）的多智能体编排开源平台，用多个专门的角色（智能体）和灵活的工作流协调复杂任务的各个步骤，如提案生成、审核、验证…
