Open-Sora 2.0 – 潞晨科技开源的AI视频生成模型
Open-Sora 2.0是什么 Open-Sora 2.0 是潞晨科技推出的全新开源SOTA（State-of-the-Art）视频生成模型。Open-Sora 2.0 用 20 万美元（224 张...
排序
Gemini Robotics – 谷歌 DeepMind 推出的具身智能大模型
Gemini Robotics是什么 Gemini Robotics 是谷歌 DeepMind 推出的基于 Gemini 2.0 的机器人项目，将大型多模态模型的能力引入物理世界。项目包含两个主要模型...
PP-TableMagic – 百度飞桨团队开源的表格识别工具
PP-TableMagic是什么 PP-TableMagic 是百度飞桨团队推出的高性能表格识别工具，用在将图片中的表格结构化信息提取出来，转换为 HTML 等格式，进行进一步的数据处理和分析。PP...
Gemini 2.0 Flash – Google推出的多模态 AI 模型
Gemini 2.0 Flash是什么 Gemini 2.0 Flash是Google推出的多模态AI模型，结合文本理解和图像生成能力。根据自然语言输入生成高质量的图像，支持多轮对话式的图像编辑，保持...
TokenSwift – 超长文本生成加速框架，90分钟内生成10万Token文本
TokenSwift是什么 TokenSwift 是北京通用人工智能研究院团队推出的超长文本生成加速框架，能在90分钟内生成10万Token的文本，相比传统自回归模型的近5小时，速度提升了3倍，生成质...
MIDI – AI 3D场景生成技术，能将单张图像转化为360度3D场景
MIDI是什么 MIDI（Multi-Instance Diffusion for Single Image to 3D Scene Generation）是先进的3D场景生成技术，能在短时间内将单张...
Evolving Agents – 开源的AI Agent管理与进化框架
Evolving Agents是什么 Evolving Agents 是用在创建、管理和进化 AI 代理的生产级框架。Evolving Agents支持智能代理之间的通信和协作，根据语义理解需求、基于...
MT-MegatronLM – 摩尔线程开源的混合并行训练框架
MT-MegatronLM是什么 MT-MegatronLM 是摩尔线程推出的面向全功能 GPU 的开源混合并行训练框架，主要用于高效训练大规模语言模型。支持 dense 模型、多模态模型及 MoE...
APB – 清华联合腾讯等机构推出的分布式长上下文推理框架
APB是什么 APB（Accelerating Distributed Long-Context Inference by Passing Compressed Context Blocks acro...
Botgroup.chat – 开源的AI机器人群聊项目，支持多个AI模型群聊对话
Botgroup.chat是什么 Botgroup.chat 是基于 React 和 Cloudflare Pages 的多人 AI 聊天应用。支持多个 AI 角色同时参与对话，提供类似群聊的交互体验...