Mercury Coder – Inception Labs 推出的商业级扩散大型语言模型
Mercury Coder是什么 Mercury Coder 是 Inception Labs 推出的首个扩散型大语言模型（dLLM），是 Mercury 系列中专门用在代码生成的模型。Mercury...
排序
GCDance – 萨里大学和江南大学推出的3D舞蹈生成框架
GCDance是什么 GCDance（Genre-Controlled 3D Full Body Dance Generation Driven by Music）是英国萨里大学和江南大学推出的3D舞...
LaWGPT – 南京大学推出的中文法律大语言模型
LaWGPT是什么 LaWGPT 是南京大学推出的中文法律大语言模型，基于 LLaMA 模型进行二次预训练，融入大量中文法律知识。专注于法律领域，能理解和生成与法律相关的文本，适用于法律咨询、案例分析...
autoMate – AI本地自动化工具，自然语言实现自动化任务操作
autoMate是什么 autoMate是基于AI和RPA的本地自动化工具，用自然语言实现复杂任务的自动化操作。autoMate基于大型语言模型，用户无需编程知识，用自然语言描述任务，能完成计算机界面...
URO-Bench – AI基准测试工具，专为端到端语音对话模型设计
URO-Bench是什么 URO-Bench 是面向端到端语音对话模型（SDMs）的全面基准测试工具。涵盖了多语言、多轮对话、副语言信息等多维度任务，全面评估语音对话模型的性能。基准包含基础赛道和高级...
Nanobrowser – AI网页自动化工具，自主完成复杂的网页任务
Nanobrowser是什么 Nanobrowser 是开源的 Chrome 扩展工具，专注于 AI 驱动的网页自动化。Nanobrowser基于多智能体系统实现复杂的网页任务，如信息提取、自动化操作...
DINO-XSeek – IDEA 研究院推出的多模态目标检测模型
DINO-XSeek是什么 DINO-XSeek 是 IDEA 研究院推出的多模态目标检测模型，结合视觉感知和自然语言理解能力。DINO-XSeek基于复杂的语言描述精准定位图像中的目标，识别目标的属...
AppAgentX – 西湖大学推出的自我进化式 GUI 代理框架
AppAgentX是什么 AppAgentX 是西湖大学推出的新型自我进化式 GUI（图形用户界面）代理框架，基于从执行历史中抽象出高级动作提升代理在智能手机交互中的效率和智能性。AppAgentX结...
GO-1 – 智元机器人推出的首个通用具身基座模型
GO-1是什么 GO-1（Genie Operator-1，智元启元大模型）是智元机器人推出的首个通用具身基座模型。模型采用Vision-Language-Latent-Action（ViLLA）架构...
Gemini Embedding – 谷歌推出的文本嵌入模型
Gemini Embedding是什么 Gemini Embedding 是 Google 推出的先进的文本嵌入模型，基于将文本转化为高维数值向量，捕捉其语义和上下文信息。Gemini Embeddi...