NVLM – 英伟达推出的多模态大型语言模型
NVLM是什么 NVLM是NVIDIA推出的前沿多模态大型语言模型（LLMs），在视觉-语言任务上达到与顶尖专有模型（如GPT-4o）和开放访问模型（如Llama 3-V 405B和InternVL ...
排序
Multi-Agent Orchestrator – 亚马逊开源的多智能体框架
Multi-Agent Orchestrator是什么 Multi-Agent Orchestrator 是用于管理和协调多个智能代理（Agent）的框架。通过分类器识别用户输入的意图，将请求分配给最...
OpenUtau – 开源的AI歌声合成工具，自动适配系统语言
OpenUtau是什么 OpenUtau 是开源的歌声合成工具，兼容 UTAU 音源库和重采样器，支持 VSQX 导入、多语言界面及预渲染功能，帮助创作者快速预览作品节省时间。OpenUtau现代化的...
REEF – 上海AI Lab联合中科院等高校推出用于大模型的指纹识别技术
REEF是什么 REEF（Representation Encoding Fingerprints）是用于大型语言模型（LLM）的指纹识别技术。通过在模型训练过程中嵌入特定的编码信息，为每个模型生成一...
PersonaMagic – 高保真人脸定制技术，根据肖像无缝生成新角色
PersonaMagic是什么 PersonaMagic 是创新的高保真人脸定制技术，通过阶段调节的文本条件策略实现个性化图像生成。基于简单多层感知机（MLP）网络学习一系列动态嵌入，在特定时间步间隔...
X-AnyLabeling – AI图像标注工具，支持图像和视频多样化标注样式
X-AnyLabeling是什么 X-AnyLabeling是集成多种深度学习算法的图像标注软件，专注于提升标注效率和精度。X-AnyLabeling支持图像和视频的多样化标注样式，适配多种AI训练场...
SPAR3D – Stability AI等机构推出的单试图重建 3D 网络模型
SPAR3D是什么 SPAR3D是Stability AI和伊利诺伊大学香槟分校推出的，先进的单图生成3D模型方法，能从单张图像中高效重建出高质量的3D对象。SPAR3D基于两阶段设计，第一阶段用点扩...
Aider – 开源AI编程助手，基于命令行指定自动完成代码修改
Aider是什么 Aider 是开源的AI辅助编程工具，基于终端与大型语言模型（LLM）配合，实现高效代码编辑和开发。Aider支持多种编程语言，如 Python、JavaScript、TypeScr...
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...
FlowiseAI – AI应用构建工具，拖拽可视化组件自定义LLM应用
FlowiseAI是什么 Flowise 是开源的低代码或无代码拖放工具，通过拖拽可视化组件，用户可以快速构建自定义的 LLM 应用程序。提供了一套易于使用的工具和组件，无需或仅需少量编码，用户能够快...