Magma – 微软研究院联合华盛顿等高校推出的多模态AI基础模型
Magma是什么 Magma 是微软研究院推出的新型多模态AI基础模型，能为多模态人工智能代理（AI agents）提供通用能力。Magma能理解和执行多模态输入的任务，…
NEXUS-O – 多模态AI模型，实现对语言、音频和视觉全方位感知与交互
NEXUS-O是什么 NEXUS-O 是HiThink 研究院、英国帝国理工学院、浙江大学、复旦大学、微软、Meta AI等机构推出的多模态AI模型，能实现对语言、音频和…
FlashVideo – 字节联合港大推出的高分辨率视频生成框架
FlashVideo是什么 FlashVideo是字节跳动团队提出的高效的高分辨率视频生成框架，通过两阶段方法解决了传统单阶段扩散模型在高分辨率视频生成中面临的巨大计算成…
食神 – 老板电器推出的首个烹饪大模型
食神是什么 食神是老板电器推出的首个烹饪垂直领域大模型。基于老板电器46年积累的海量烹饪数据，结合DeepSeek技术，能精准理解烹饪场景需求。用户可通过语音、文字等方式…
LIMO – 上海交大推出的高效推理方法，仅需817条训练样本
LIMO是什么 LIMO（Less Is More for Reasoning）是上海交通大学研究团队提出的高效推理方法，通过极少量高质量的训练样本激活大语言模型（LLM…
LuminaBrush – AI光源绘制工具，手绘光影线条自动生成光影效果
LuminaBrush是什么 LuminaBrush 是用在图像上绘制照明效果的交互式工具。LuminaBrush基于 Flux 文生图项目，用两阶段方法：第一阶段将图像…
MobileVD – 首个针对移动设备优化的视频扩散模型
MobileVD是什么 MobileVD（Mobile Video Diffusion）是首个针对移动设备优化的视频扩散模型，Qualcomm AI Research团队…
SynthLight – 耶鲁大学联合 Adobe 推出的人像重照明技术
SynthLight是什么 SynthLight 是耶鲁大学和 Adobe Research 联合推出的基于扩散模型的人像重照明技术，通过模拟不同光照条件下的合成数据进行…
MetaStone-L1-7B – 元石智算推出的轻量级推理模型
MetaStone-L1-7B是什么 MetaStone-L1-7B 是 MetaStone 系列中的轻量级推理模型，专为提升复杂下游任务的性能而设计。在数学和代码等核心…
Titans – 谷歌推出的新型神经记忆架构
Titans是什么 Titans是谷歌推出的新型神经网络架构，能突破Transformer在处理长序列数据时的记忆瓶颈。Titans引入神经长期记忆模块，模拟人脑记忆机制…
LightLab – 谷歌等机构推出的图像光源控制模型
LightLab是什么 LightLab是谷歌等机构推出的基于扩散模型的图像光源控制模型，能对单张图像中的光源进行细粒度的参数化控制。模型支持用户调整光源的强度和颜色，插…
PySpur – 开源 AI 代理构建工具，拖拽式构建 AI 工作流
PySpur是什么 PySpur 是开源的轻量级可视化 AI 智能体工作流构建器，简化 AI 系统的开发流程。基于拖拽式界面让用户能快速构建、测试和迭代 AI 工作流，无…
SEMIKONG – 专为半导体领域设计的大型语言模型
SEMIKONG是什么 SEMIKONG是专门为半导体行业定制的大型语言模型（LLM），是Aitomatic、FPT Software和东京电子有限公司联合推出的。基于深…
ArtCrafter – 清华联合鹏城实验室和联想共同推出的文本到图像风格迁移框架
ArtCrafter是什么 ArtCrafter是清华大学、鹏城实验室和联想研究院共同推出的文本到图像风格迁移框架，基于扩散模型，解决传统方法在风格表达、内容一致性和输出…
NPOA – 开源舆情检测工具，实时监控网络舆情与分析
NPOA是什么 NPOA 是开源的功能强大的舆情监测工具，可以帮助用户实时监控网络舆情，了解公众对特定话题或品牌的看法。系统基于先进的自然语言处理技术，可以分析大量的网络…
流畅阅读 – 开源AI浏览器翻译插件，支持双语对照显示
流畅阅读是什么 流畅阅读（FluentRead）是开源的浏览器翻译插件，致力于为用户提供类似母语的阅读体验。流畅阅读基于先进的AI技术，支持多种翻译引擎，包括传统机器翻译…
