AI资讯

Llama 3 – Meta开源推出的新一代大语言模型

Llama 3是什么Llama 3是Meta公司最新开源推出的新...

FunClip – 阿里达摩院开源的AI自动视频剪辑工具

FunClip是什么FunClip是阿里达摩院通义实验室推出...

StreamMultiDiffusion – 实时生成和编辑图像的交互式框架

StreamMultiDiffusion是什么StreamMultiDiffusion...

Mora – 微软等推出的可生成12秒视频的多AI智能体框架

Mora是什么Mora是由来自微软和理海大学的研究人员...

LATTE3D – 英伟达推出的文本快速生成3D对象的模型

LATTE3D是什么LATTE3D是由英伟达的多伦多AI实验室...

BrushNet – 腾讯推出的高质量图像照片修复模型

BrushNet是什么BrushNet是由腾讯PCG部门的ARC实验...

SUPIR – 高保真的AI图像修复和画质增强模型

SUPIR是什么SUPIR（Scaling-UP Image Restoration...

StreamingT2V – PicsArt推出的可生成长达2分钟视频的模型

StreamingT2V是什么StreamingT2V是由PicsArt AI研...

VoiceCraft – 开源的语音编辑和文本转语音模型

VoiceCraft是什么VoiceCraft是一个由德克萨斯大学...

Champ – 基于3D的人物图片转视频动画模型

Champ是什么Champ是由阿里巴巴、复旦大学和南京大...

Jamba – AI21开源的首个基于Mamba架构的大模型

Jamba是什么Jamba是由AI21 Labs推出的首个基于Mam...

Voice Engine – OpenAI推出的AI语音合成和声音克隆模型

Voice Engine是什么Voice Engine是OpenAI最新公布...

Transformer Debugger – OpenAI开源的理解和分析大模型内部的工具

Transformer Debugger是什么Transformer Debugger...

Pix2Gif – 微软推出的静态图像转动态GIF/视频的扩散模型

Pix2Gif是什么Pix2Gif是由微软研究院的研究人员提...

ComflowySpace – 免费开源且简单易用的ComfyUI整合工具

ComflowySpace是什么ComflowySpace是一款专为简化...

Follow-Your-Click – 腾讯等开源的图像到视频模型，可生成局部动画

Follow-Your-Click是什么Follow-Your-Click是一个...

AutoDev – 微软推出的AI编程和程序开发智能体框架

AutoDev是什么AutoDev是由微软的研究人员推出的一...

Grok-1 – 马斯克旗下xAI开源的大模型，参数量3140亿

Grok-1是什么Grok-1 是由马斯克旗下的人工智能初...

Open-Sora – 开源的类Sora架构的视频生成模型和复现方案

Open-Sora是什么Open-Sora是由Colossal-AI团队开...

VLOGGER – 谷歌推出的图像到合成人物动态视频的模型

VLOGGER是什么VLOGGER AI是谷歌的研究团队开发的...

Stable Video 3D (SV3D) – 多视角合成和3D生成模型，由Stability AI推出

Stable Video 3D是什么Stable Video 3D（简称SV3D...

AnimateDiff-Lightning – 字节推出的快速生成高质量视频的模型

AnimateDiff-Lightning是什么AnimateDiff-Lightni...

TextDiffuser-2 – 微软等推出的AI图像文本渲染融合框架

TextDiffuser-2是什么Text-Diffuser 2是由来自微...

UniEdit – 免训练调优的统一视频编辑框架

UniEdit是什么UniEdit是由浙江大学、微软研究院和...

DUSt3R – 从任意图像集合中重建3D场景的框架

DUSt3R是什么DUSt3R（Dense and Unconstrained St...

Claude 3 – Anthropic推出的第三代大模型和AI聊天机器人

Claude 3是什么Claude 3是人工智能初创公司Anthro...

ScreenAI – 谷歌推出的可读屏AI视觉模型，可理解UI和信息图表

ScreenAI是什么ScreenAI是一个由谷歌的研究人员推...

ResAdapter – 字节推出的扩散模型的分辨率适配器

ResAdapter是什么ResAdapter是由字节跳动的研究人...

AtomoVideo – 阿里推出的高保真图像到视频生成框架

AtomoVideo是什么AtomoVideo是由阿里巴巴的研究团...

Moondream – 开源的轻量级AI视觉语言模型，可在本地快速运行

Moondream是什么Moondream是一个免费开源的小型的...

PIXART-Σ – 华为推出的可生成4K高清图像的文生图模型

PixArt-Σ是什么PixArt-Σ是由来自华为诺亚方舟实验...

ELLA – 腾讯推出的扩散模型适配器，可增强语义对齐

ELLA是什么ELLA（Efficient Large Language Model...

YOLOv9 – 新一代高效的实时目标检测系统

YOLOv9是什么YOLOv9是一个由台北中研院和台北科技...

GPT-SoVITS – 开源的声音克隆项目，只需少量数据即可合成声音

GPT-SoVITS是什么GPT-SoVITS是一个开源的声音克隆...

Mistral Large – Mistral AI发布的一款先进的大语言模型

Mistral Large是什么Mistral Large是由法国人工智...

OpenCodeInterpreter – 开源的代码解释器，可生成和执行代码

OpenCodeInterpreter是什么OpenCodeInterpreter是...

ChatMusician – 可理解和生成音乐的大模型

ChatMusician是什么ChatMusician是由Multimodal A...

EMO – 阿里推出的AI肖像视频生成框架

EMO是什么EMO（Emote Portrait Alive）是一个由阿...

StarCoder 2 – BigCode推出的第二代开源代码大模型

StarCoder 2是什么StarCoder 2是由BigCode项目（H...

MeloTTS – MyShell AI推出的多语言文本到语音转换工具

MeloTTS是什么MeloTTS 是一个由 MyShell AI 开发...

Snap Video – Snapchat公司推出的AI视频生成模型

Snap Video是什么Snap Video是由Snap（社交媒体Sn...

LayerDiffusion – AI生成具有透明度的图像的框架

LayerDiffusion是什么LayerDiffusion（现已更名为...

AnimateDiff – 扩展文生图模型生成动画的框架

AnimateDiff是什么？AnimateDiff是由上海人工智能...

Depth Anything – Tiktok等推出的单目深度估计模型

Depth Anything是什么？Depth Anything是由来自Ti...

V-JEPA：Meta推出的视觉模型，可以通过观看视频来学习理解物理世界

V-JEPA是什么？V-JEPA（Video Joint-Embedding Pr...

Boximator – 字节推出的控制视频生成中对象运动的框架

Boximator是什么？Boximator是由字节跳动的研究团...

DiT – 基于Transfomer架构的扩散模型

DiT是什么DiT（Diffusion Transformers）是一种新...

VideoPoet – 谷歌推出的AI视频生成模型

VideoPoet是什么VideoPoet是由谷歌的研究团队开发...

SDXL-Lightning – 字节跳动推出的文本到图像生成模型

SDXL-Lightning是什么SDXL-Lightning是由字节跳动...

Stable Diffusion 3 – Stability AI推出的新一代图像生成模型

Stable Diffusion 3是什么Stable Diffusion 3 是...

ConsiStory – 免训练实现主题一致性的文生图方法

ConsiStory是什么ConsiStory是由NVIDIA和特拉维夫...

ScreenAgent – 基于视觉语言模型的计算机控制智能体

ScreenAgent是什么ScreenAgent是一个由吉林大学人...

360AI搜索 – 360推出的新一代答案引擎

360AI搜索是什么360AI搜索是360公司推出的一款集...

IP-Adapter – 腾讯开源的文本到图像扩散模型适配器

IP-Adapter是什么IP-Adapter（Image Prompt Adapt...

«55 56 57 58 59 60 61 62 63 64 »