TANGOFLUX – 英伟达联合新加坡科技设计大学开源的文本到音频生成模型
TANGOFLUX是什么 TANGOFLUX是高效的文本到音频生成模型，是新加坡科技设计大学（SUTD）和NVIDIA共同推出的。模型拥有约5.15亿参数，能在单个A40 GPU上仅用3.7秒生成长达...
排序
TITAN – 哈佛医学院研究推出的多模态全切片病理基础模型
TITAN是什么 TITAN是哈佛医学院研究团队开发的多模态全切片病理基础模型，通过视觉自监督学习和视觉-语言对齐预训练，能在无需微调或临床标签的情况下提取通用的切片表示，生成病理报告。它使用了335...
VideoMaker – 浙大联合腾讯和华为推出的零样本定制视频生成框架
VideoMaker是什么 VideoMaker是浙江大学、腾讯和华为诺亚方舟实验室共同开发的创新项目，基于视频扩散模型（VDM）的零样本定制视频生成框架。与传统方法不同，VideoMaker无需额外...
PanoDreamer – 单张图像生成连贯360° 3D场景的新方法
PanoDreamer是什么 PanoDreamer是能够从单张图像生成连贯的360° 3D场景的新方法。这种方法不同于现有技术，它将问题构建为单图像全景和深度估计的两个优化任务，并引入交替最小化策略...
MagicMirror – 开源的一键 AI 换脸、换发型和穿搭应用
MagicMirror是什么 MagicMirror是开源的AI换脸、换发型和穿搭应用，通过深度学习技术让用户能够一键变换形象。应用的特点简单易用、硬件友好、隐私保护和轻量级设计，无需高端GPU，普通...
Eliza – 开源多功能AI Agent框架，快速搭建智能、高效的AI系统
Eliza是什么 Eliza 是ai16z开源的多代理模拟框架，旨在创建、部署和管理自主 AI 代理。 以 TypeScript 作为编程语言开发，为构建智能代理提供了一个灵活、可扩展的平台，代理能在...
R2R – AI 检索增强生成应用开发平台，支持多模态内容处理、混合搜索、知识图谱构建
R2R是什么 R2R是先进的AI检索系统，专注于Retrieval-Augmented Generation（增强型检索生成）。R2R集成多模态内容摄取、混合搜索、知识图谱构建、GraphRAG聚类分...
LangGraph – 基于图结构构建与部署多代理动态工作流的开源框架
LangGraph是什么 LangGraph是为构建状态化、多智能体（Multi-Agent） 系统而设计的，特别是与大型语言模型（LLMs）一起使用时，用在创建代理和多代理工作流。作为 LangCh...
HuatuoGPT-o1 – 港中文联合深圳大数据研究院开源的医学高级推理大模型
HuatuoGPT-o1是什么 HuatuoGPT-o1是香港中文大学（深圳）和深圳大数据研究院联合推出的，针对医学领域开发的复杂推理模型，基于复杂的推理能力提高解决医学问题的性能。模型用两个阶段的训...
AIGCPanel- 开源的一站式AI虚拟数字人系统
AIGCPanel是什么 AIGCPanel是开源AI数字人系统，支持视频合成、声音合成和声音克隆等核心功能。系统基于TypeScript开发，跨平台兼容，遵循AGPL-3.0协议，便于小白用户和专业...