OOMOL – 基于 VSCode 的 AI 工作流集成开发环境
OOMOL是什么 OOMOL （悟墨）是基于 VSCode 打造的现代化集成开发环境（IDE），专为工作流自动化而设计。通过拖拽式图形化界面，让用户能直观地搭建复杂的工作流，无需编程基础。核心优势在于...
排序
MM-Eureka – 上海AI Lab联合上交大等推出的多模态推理模型
MM-Eureka是什么 MM-Eureka 是上海人工智能实验室、上海创智学院、上海交通大学和香港大学的研究人员共同开发的多模态推理模型。模型通过基于规则的大规模强化学习（RL），将单模态推理中的关...
Neo-1 – VantAI 推出的首个原子生成式AI模型
Neo-1是什么 Neo-1 是 VantAI 推出的全球首个将从头分子生成与原子级结构预测统一的AI模型。能预测生物分子结构，生成全新的分子，在设计分子胶等新型治疗药物方面表现出色。Neo-1 的多...
BabelDOC – 开源 AI PDF 翻译工具，专为科学论文翻译设计
BabelDOC是什么 BabelDOC 是开源的智能 PDF 翻译工具，专为科学论文翻译设计。能在原文旁生成翻译文本，形成双语对照，无需切换窗口，方便阅读。能完整保留数学公式、表格和图形，不破坏原文...
Computer Use OOTB – 开源 GUI 框架，基于Claude 3.5 Computer Use API实现远程控制
Computer Use OOTB是什么 Computer Use OOTB是开源的GUI 框架，基于Claude 3.5 Computer Use API实现对计算机的自动化控制。框架支持跨平台操作...
XGrammar – 陈天奇团队推出的LLM结构化生成引擎
XGrammar是什么 XGrammar是由陈天奇团队推出的开源软件库，能为大型语言模型（LLM）提供高效、灵活且可移植的结构化数据生成能力。基于上下文无关语法（CFG）定义结构，支持递归组合以表示复...
BlockDance – 复旦联合字节推出的扩散模型加速方法
BlockDance是什么 BlockDance 是复旦大学联合字节跳动智能创作团队推出的用在加速扩散模型的新方法。BlockDance 基于识别重用相邻时间步中结构相似的时空特征（STSS），减少冗...
Magentic-UI – 微软开源的人机协作AI Agent研究原型
Magentic-UI是什么 Magentic-UI 是微软推出的开源研究原型，用在探索人类参与的 AI Agent系统。Magentic-UI 是以人为中心的AI Agent，能与用户协作完成复杂的...
Being-M0 – 北大联合人民大学推出的人形机器人通用动作生成模型
Being-M0是什么 Being-M0 是北京大学、中国人民大学等机构联合推出的首个大规模人形机器人通用动作生成模型。Being-M0 基于业界首个百万级动作数据集 MotionLib，用创新的 M...
MMedAgent – 专为医疗领域设计的多模态AI智能体，管理多种医疗任务
MMedAgent是什么 MMedAgent是专为医疗领域设计的多模态AI智能体，通过整合各种开源医疗模型来管理多种医疗任务。系统包括一个指令调整的多模态大型语言模型（MLLM），作为行动规划器和结果...