OmAgent – Om AI联合浙大开源的多模态语言代理框架
OmAgent是什么 OmAgent是Om AI和浙江大学滨江研究院联合开源的多模态语言代理框架，能简化设备端智能代理的开发。OmAgent支持可重用的代理组件，助力开发…
TimesFM 2.0 – 谷歌研究团队开源的时间序列预测模型
TimesFM 2.0是什么 TimesFM 2.0是谷歌研究团队推出的开源时间序列预测模型。具备强大的预测能力，可处理长达2048个时间点的单变量时间序列，支持任意预测…
Seed1.5-VL – 字节跳动Seed推出的视觉语言多模态大模型
Seed1.5-VL是什么 Seed1.5-VL 是字节跳动 Seed 团队最新发布的视觉-语言多模态大模型，具备强大的通用多模态理解和推理能力，推理成本显著降低。模型由…
SocraticLM – 中科大和科大讯飞共同推出的苏格拉底教学大模型
SocraticLM是什么 SocraticLM 是通过苏格拉底式的教学法来教授数学的创新人工智能模型，模型由中科大和科大讯飞共同开发，采用了“Thought-Provo…
Gemini Coder – AI 应用生成工具，文本描述实时生成代码和预览
Gemini Coder是什么 Gemini Coder 是基于 Google 的 Gemini API、Next.js 和 Tailwind CSS 的工具，用在快速生…
CineMaster – 快手推出的文本到视频生成框架，具备3D感知能力
CineMaster是什么 CineMaster是快手推出的具备3D感知能力的文本到视频生成框架。类似于视频版的ControlNet，支持用户通过多种控制信号精确操控视频…
DeepRant 鲸喷 – 专为游戏玩家设计的多语言快捷翻译开源工具
DeepRant 鲸喷是什么 DeepRant 鲸喷是专为游戏玩家设计的多语言快捷翻译工具。DeepRant能帮助玩家在国际服务器中快速进行文字交流，消除语言障碍。玩家在…
DeepRAG – 中科院、中科大和腾讯微信AI部联合推出的新型检索增强生成框架
DeepRAG是什么 DeepRAG 是中科院、中科大和腾讯微信AI部联合推出的新型检索增强生成（RAG）框架，提升大型语言模型（LLMs）在推理和检索任务中的性能。通过…
llmware – 专为企业级应用设计的开源统一框架
llmware是什么 llmware是为企业级应用设计的统一框架，适用于构建基于小型、专门化模型的RAG（Retrieval-Augmented Generation）流…
T2A-01-HD – 海螺AI海外版推出新的语音模型
T2A-01-HD是什么 T2A-01-HD是海螺AI海外版推出新的语音模型。支持声音克隆，仅需10秒音频即可精准克隆声音，保留情感底色。模型具备智能情感系统，能捕捉语音…
NeuralSVG – 文本驱动矢量图形生成技术，转化为有层次结构的矢量图形
NeuralSVG是什么 NeuralSVG是创新的文本驱动矢量图形生成技术。通过一个小型的多层感知器网络，将文本提示转化为具有层次结构的矢量图形。该网络以形状索引为输入…
Co-Sight – 中兴通讯开源的超级智能体项目
Co-Sight是什么 Co-Sight是中兴通讯开源的超级智能体项目，为协同视觉分析平台及智能自动化底座。采用多智能体架构，构建“数字团队”协同体系，通过DAG任务引擎…
VMix – 字节联合中科大推出增强模型生成美学质量的适配器
VMix是什么 VMix是创新的即插即用美学适配器，提升文本到图像扩散模型生成图像的美学质量。通过解耦输入文本提示中的内容描述和美学描述，将细粒度的美学标签（如色彩、光线…
AIOpsLab – 微软等机构共同开源的面向 AIOps 代理的综合 AI 框架
AIOpsLab是什么 AIOpsLab是微软公司、加州大学伯克利分校、伊利诺伊大学香槟分校、微软研究院等机构推出的，用在构建、评估和改进云服务运营管理AIOps代理的原…
GAS – 卡内基梅隆联合上海 AI Lab 等推出的单图生成3D人体框架
GAS是什么 GAS（Generative Avatar Synthesis from a Single Image）是卡内基梅隆大学、上海人工智能实验室和斯坦福大学的研…
RSIDiff – 基于合成数据提升图像生成质量的递归自训练框架
RSIDiff是什么 RSIDiff 是用于提升文本到图像扩散模型性能的递归自训练（RSI）框架。通过迭代优化模型，基于模型自身生成的数据进行训练，解决传统自训练中常见的…
