SpeciesNet – Google 开源的动物物种识别 AI 模型
SpeciesNet是什么 SpeciesNet 是 Google 开源的人工智能模型，通过分析相机陷阱拍摄的照片来识别动物物种。基于超过 6500 万张图像训练而成，能识别超过 2000 种标签，包...
排序
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...
DianJin-R1 – 阿里云通义点金联合苏大推出的金融推理大模型
DianJin-R1是什么 DianJin-R1是阿里云通义点金团队与苏州大学联合推出的金融领域推理增强大模型，专为金融任务设计，融合了先进的技术和全面的数据支持。模型通过推理增强监督和强化学习提升金...
Amazon Nova – 亚马逊推出的全新大模型系列，覆盖文本、图像、视频生成领域
Amazon Nova是什么 Amazon Nova 是亚马逊云服务（AWS）推出的新一代AI基础模型系列，提供行业领先的性能和成本效益。系列包括专门处理文本的Amazon Nova Micro、多模...
Mini DALL·E 3 – 北京理工联合上海 AI Lab等高校推出的交互式文生图框架
Mini DALL·E 3是什么 Mini DALL·E 3 是北京理工大学、上海AI Lab、清华大学和香港中文大学联合推出的交互式文本到图像（iT2I）框架。基于自然语言与用户进行多轮对话，实现高...
AnimateAnything – 浙江大学联合北航推出的统一可控视频生成技术
AnimateAnything是什么 AnimateAnything是浙江大学和北京航空航天大学研究者推出的统一可控视频生成技术。AnimateAnything能精确操作视频，包括控制相机轨迹、文本提...
文心大模型X1 Turbo – 百度推出的最新深度思考型模型
文心大模型X1 Turbo是什么 文心大模型X1 Turbo是百度推出的深度思考型模型，是文心大模型4.5 Turbo的升级版本，具备更先进的思维链和深度思考理能力，擅长文学创作、逻辑推理等，进一步增...
Veo 3 – 谷歌推出的新一代视频生成模型
Veo 3是什么 Veo 3是谷歌I/O开发者大会上发布的新一代视频生成模型。Veo 3是谷歌首个可生成视频背景音效的模型，能合成画面，能为鸟鸣、街头交通等场景配上相应的音效，可生成人物对话。模型在物...
PixelWave Flux – AI图像生成模型，基于FLUX.1-dev模型微调版本
PixelWave Flux是什么 PixelWave Flux.1-dev 03是基于FLUX.1-dev模型在NVIDIA 4090上微调的AI图像生成模型，有卓越的模型泛化能力，模型在处理多种艺...
PaperBench – OpenAI 开源的 AI 智能体评测基准
PaperBench是什么 PaperBench是OpenAI开源的AI智能体评测基准，支持评估智能体复现顶级学术论文的能力。PaperBench要求智能体从理解论文内容到编写代码、执行实验，全面展现...