Genmoai-smol – 对单GPU设备优化的开源AI视频生成模型
Genmoai-smol是什么 Genmoai-smol是开源视频生成模型，是Genmoai的txt2video模型的工作进展分支，专为单GPU设备优化，减少显存占用，在…
VirSci – 上海人工智能实验室推出的多智能体AI科学研究工具
VirSci是什么 VirSci（Virtual Scientists）是上海人工智能实验室推出的多智能体AI科学研究工具，基于模拟科学家团队的合作过程加速科研创新。
Self-Lengthen – 阿里千问推出的提升输出长度迭代训练框架
Self-Lengthen是什么 Self-Lengthen是阿里巴巴千问团队推出的创新的迭代训练框架，能提升大型语言模型（LLMs）生成长文本的能力。框架基于两个角色，…
Amphion – 开源的全能AI音频项目，面向音频、音乐和语音生成的工具包
Amphion是什么 Amphion是开源的音频、音乐和语音生成工具包，是香港中文大学（深圳）副教授武执政团队联合上海人工智能实验室和深圳市大数据研究院共同推出的。工具包…
LongReward – 清华、中科院、智谱AI联合推出提升长文本大语言模型性能的方法
LongReward是什么 LongReward是清华大学、中国科学院、智谱AI联合推出的，基于AI反馈改进长文本大型语言模型（LLMs）性能的方法。
Fish Agent – Fish Audio推出的端到端语音处理模型
Fish Agent是什么 Fish Agent是Fish Audio推出的创新的端到端语音处理模型，集成自动语音识别（ASR）和文本到语音（TTS）技术，无需传统的语义…
MeetingMind – AI会议助手，自动捕捉、分析和处理会议见解
MeetingMind是什么 MeetingMind是AI驱动的会议助手，基于录音和文件上传功能自动转录会议音频，从中提取关键信息，如任务、决策和问题，帮助用户轻松捕获和…
星辰大模型 – 中国电信推出的AI大模型集合平台
星辰大模型是什么 星辰大模型是中国电信推出的AI大模型集合平台，覆盖语义、视觉、语音等多模态领域。包含不同参数量级的模型，支持长文本处理，具备多语种语音识别和多任务视觉处…
Fast GraphRAG – 微软推出高效的知识图谱检索框架
Fast GraphRAG是什么 Fast GraphRAG 是微软推出的高效的知识图谱检索框架，旨在提供可解释性和高精度的代理驱动检索工作流。它结合了检索增强生成（RA…
Inkling – Thinking Machines Lab 推出的多模态基础模型
Inkling是什么 Inkling 是 Thinking Machines Lab 推出的开放权重多模态基础模型。模型原生支持文本、图像与音频输入，采用混合专家架构，在…
Stagehand – AI网页浏览框架，提供简单和可扩展的网页自动化解决方案
Stagehand是什么 Stagehand是简单和可扩展的AI网页浏览框架，是Playwright的继承者，提供act、extract和observe三个简单的API，…
VideoTuna – AI视频生成应用代码库，支持多模型和全面的视频生成流程
VideoTuna是什么 VideoTuna是集成多种AI视频生成模型的代码库，支持文本到视频、图像到视频和文本到图像的转换。VideoTuna提供预训练、持续训练、后训…
ComfyUI-MochiEdit – 开源的AI视频编辑工具，支持视频转视频和局部编辑
ComfyUI-MochiEdit是什么 ComfyUI-MochiEdit是基于ComfyUI和Genmo Mochi的开源视频编辑工具，基于将视频转换为噪声、重新采样…
Colibrì – 开源的轻量级本地推理引擎，分层存储推理
Colibrì是什么 Colibrì 是开源的轻量级本地推理引擎，能在 25GB 内存的消费级电脑上运行 744B 参数的 GLM-5.2 旗舰 MoE 模型。模型通过分…
HiCo – 360 AI研究院推出的布局可控AI绘画模型
HiCo是什么 HiCo是360 AI研究院推出的基于扩散模型的层次化可控布局到图像生成模型，HiCo基于多分支结构设计，实现对对象位置和文本描述的精确控制。HiCo的关…
Ferret-UI 2 – 苹果推出的跨平台UI理解多模态大语言模型
Ferret-UI 2是什么 Ferret-UI 2是苹果公司推出的多模态大型语言模型，用在理解和交互移动用户界面。Ferret-UI 2能识别和理解各种移动设备屏幕上的…
