IC-Portrait – ETH联合浙大等推出的个性化肖像生成框架
IC-Portrait是什么 IC-Portrait是新型的个性化肖像生成框架，解决用户资料图像多样性（如外观和光照条件差异）带来的挑战。通过将肖像生成任务分解为“光照感…
DITTO-2 – Adobe 联合加大推出的音乐生成模型
DITTO-2是什么 DITTO-2 是 Adobe 和加州大学研究人员联合推出的新型音乐生成模型，通过优化扩散模型的推理时间，实现快速且可控的音乐生成。模型基于扩散模型…
Claude 3.7 Max – Cursor 上线的最新 AI 模型，支持200k上下文
Claude 3.7 Max是什么 Claude 3.7 Max 是 Cursor 推出的专为复杂代码任务设计的最新 AI 模型，称为史上最强代码助手。基于 Claude…
GLM-Realtime – 智谱推出的端到端多模态模型
GLM-Realtime是什么 GLM-Realtime是智谱推出的全新端到端多模态模型，具备低延迟的视频理解与语音交互能力，特别融入清唱功能，让大模型在对话中能展现歌唱…
文心大模型4.5 Turbo – 百度推出的最新多模态大模型
文心大模型4.5 Turbo是什么 文心大模型4.5 Turbo是百度推出的高性能、低成本多模态大模型。基于文心大模型4.5的基础上进行优化，具备多模态、强推理能力，能处…
Steamer-I2V – 百度推出的图像到视频生成模型
Steamer-I2V是什么 Steamer-I2V 是百度 Steamer 团队推出的图像到视频生成模型，通过将静态图像转化为动态视频，展现出卓越的视觉生成能力。模型在…
GLM-Z1-Air – 智谱推出的深度思考模型
GLM-Z1-Air是什么 GLM-Z1-Air 是智谱公司推出的基于 GLM-4-Air-0414 的深度思考模型。GLM-Z1-Air在预训练阶段引入更多推理类数据，…
Profiling Data – DeepSeek开源训练和推理框架的性能分析数据
Profiling Data是什么 Profiling Data是DeepSeek开源的训练和推理框架的性能分析数据，基于PyTorch Profiler捕获的程序运行过…
X-R1 – 基于强化学习的低成本训练框架
X-R1是什么 X-R1是基于强化学习的低成本训练框架，能加速大规模语言模型的后训练（Scaling Post-Training）开发。X-R1用极低的成本训练0.5B（…
BlenderMCP – 基于 MCP 集成的 3D 建模工具
BlenderMCP是什么 BlenderMCP是将Blender与Claude AI基于模型上下文协议（MCP）集成的工具。BlenderMCP用socket服务器实现…
Ovis2 – 阿里国际推出的多模态大语言系列模型
Ovis2是什么 Ovis2 是阿里巴巴国际团队推出的新型多模态大语言模型，基于结构化嵌入对齐解决视觉与文本模态间的差异。Ovis2继承、优化了 Ovis 系列架构，强化…
AI 音频编辑迈入新纪元：腾讯混元联合多家顶尖机构发布 MMAE 基准，当前模型精准编辑能力不足 5%
人工智能在音频生成领域已取得显著进展，但“编辑”现有音频的能力仍面临巨大挑战。近日，腾讯混元（Tencent Hy）联合上海交通大学(SJTU)、新加坡南洋理工大学(NT…
Gemini Embedding – 谷歌推出的文本嵌入模型
Gemini Embedding是什么 Gemini Embedding 是 Google 推出的先进的文本嵌入模型，基于将文本转化为高维数值向量，捕捉其语义和上下文信息…
InternVideo2.5 – 上海 AI Lab 联合南大、中科院开源的视频多模态大模型
InternVideo2.5是什么 InternVideo2.5是上海人工智能实验室联合南京大学、中科院深圳先进技术研究院共同开源的视频多模态大模型。在视频理解领域取得了…
ACE-Step – ACE Studio联合阶跃星辰开源的音乐生成基础模型
ACE-Step是什么 ACE-Step 是 ACE Studio 和 StepFun 联合推出的开源音乐生成基础模型，基于创新的架构设计实现高效、连贯且可控的音乐创作。…
AndroidGen – 智谱推出增强大语言模型 Agent 能力的框架
AndroidGen是什么 AndroidGen 是智谱技术团队推出增强基于大语言模型（LLM）的 Agent 能力的框架，特别是在数据稀缺的情况下。框架通过收集人类任务…
