ART – 微软联合清华和北大等推出的多层透明图像生成技术
ART是什么 ART（Anonymous Region Transformer） 是新型的多层透明图像生成技术，能根据全局文本提示和匿名区域布局直接生成多个独立的透明图层（支持 RGBA 格式），图层...
排序
NextGenAI – OpenAI 推出的教育联盟，联合15家顶尖大学和机构
NextGenAI是什么 NextGenAI是OpenAI推出的全球性联盟，基于AI技术推动教育和研究的进步。NextGenAI联合包括哈佛大学、麻省理工学院、牛津大学等在内的15所顶尖大学和机构，O...
NotaGen – 中央音乐学院联合北航、清华等推出的音乐生成模型
NotaGen是什么 NotaGen 是中央音乐学院、北京航空航天大学、清华大学等机构推出的音乐生成模型，基于模仿大型语言模型（LLM）的训练范式生成高质量的古典乐谱。NotaGen 基于预训练、微调...
谛韵DiffRhythm – 西北工业联合港中文推出的端到端音乐生成工具
DiffRhythm是什么 DiffRhythm（中文名称：谛韵） 是西北工业大学与香港中文大学（深圳）联合开发的端到端音乐生成工具，基于潜扩散模型（Latent Diffusion）技术，能快速生成...
OmniAlign-V – 上海交大联合上海 AI Lab 等推出的高质量数据集
OmniAlign-V是什么 OmniAlign-V 是上海交通大学、上海AI Lab、南京大学、复旦大学和浙江大学联合推出的专为提升多模态大语言模型（MLLMs）与人类偏好的对齐能力设计的高质量数据...
TrendPublish – AI内容发布工具，支持智能总结和自动发布
TrendPublish是什么 TrendPublish 是基于 AI 的趋势发现和内容发布系统。基于多源数据采集，从 Twitter/X、网站等渠道获取信息，用 DeepseekAI、千问等 AI ...
Proxy Lite – 开源视觉语言模型，支持自动化网页任务
Proxy Lite是什么 Proxy Lite 是开源的轻量级视觉语言模型（VLM），参数量为3B，支持自动化网页任务。Proxy Lite 能像人类一样操作浏览器，完成网页交互、数据抓取、表单填写...
WeGen – 中科大联合上海交大等推出的统一多模态生成模型
WeGen是什么 WeGen 是中国科学技术大学联合上海交通大学、微信团队、中国科学院等机构推出的统一多模态生成模型，基于自然对话实现多样化的视觉生成任务。WeGen结合多模态大语言模型（MLLM）和...
DiffBrush – 北邮联合清华等机构推出的图像生成与编辑框架
DiffBrush是什么 DiffBrush是北京邮电大学、清华大学、中国电信人工智能研究所和西北工业大学推出的，无需训练的图像生成与编辑框架，支持用户基于手绘草图直观地控制图像生成。DiffBrus...
Liquid – 华中科技、字节、港大联合推出的统一多模态生成框架
Liquid是什么 Liquid是华中科技大学、字节跳动和香港大学联合推出的极简统一多模态生成框架。基于VQGAN将图像编码为离散的视觉token，与文本token共享同一词汇空间，让大型语言模型（L...