SHMT – 阿里达摩院联合武汉理工等机构推出的自监督化妆转移技术
SHMT是什么 SHMT（Self-supervised Hierarchical Makeup Transfer）是阿里巴巴达摩院与武汉理工大学等机构联合研发的先进自监督化妆转移技术。技术通过潜在扩...
排序
MakeAnything – 新加坡国立大学开源的一致性图片序列生成框架
MakeAnything是什么 MakeAnything 是新加坡国立大学 Show Lab团队推出的基于扩散变换器（Diffusion Transformer）的多领域程序性序列生成框架，基于文本描...
DreamPolish – 智谱AI、清华、北大联合推出的文本到3D生成模型
DreamPolish是什么 DreamPolish是智谱 AI、清华大学和北京大学推出的文本到3D生成模型，基于两阶段方法改进复杂对象的精细几何结构和高质量纹理的生成。第一阶段用多种神经表示逐步细化...
PPTAgent – 中科院推出的自动生成高质量演示文稿框架
PPTAgent是什么 PPTAgent是中国科学院软件研究所中文信息处理实验室推出的创新框架，基于模仿人类工作流程的两阶段编辑方法，从文档自动生成高质量的演示文稿。PPTAgent分析参考演示文稿...
EPLB – DeepSeek 开源的专家并行负载均衡器
EPLB是什么 EPLB（Expert Parallelism Load Balancer）是 DeepSeek 推出的专家并行负载均衡器，能解决大规模模型训练中不同专家模型（Expert）负载不均的...
MarkItDown – 微软开源的多功能、多格式文档转Markdown工具
MarkItDown是什么 MarkItDown是微软开源的多功能文档转换工具，能将PDF、PPT、Word、Excel、图像、音频、HTML等多种格式的文件转换成Markdown格式。支持OCR文字...
KHOJ – 开源 AI 个人化助手，一站式知识管理工具
KHOJ是什么 KHOJ是开源的个人化AI助手，帮助用户整合和检索知识。支持连接用户的在线和本地文档，如PDF、Markdown、纯文本、GitHub和Notion文件等，通过语义搜索功能，快速找到所...
OpenDeepSearch – AI搜索工具，支持深度网络搜索和信息检索
OpenDeepSearch是什么 OpenDeepSearch 是开源的深度搜索工具，基于开源推理模型和推理代理提升搜索性能，专为 Hugging Face 的 SmolAgents 无缝集成进行优...
LatentSync – 字节联合北交大开源的端到端唇形同步框架
LatentSync是什么 LatentSync是字节跳动、北京交通大学联合推出的端到端唇形同步框架，基于音频条件的潜在扩散模型，无需任何中间的3D表示或2D特征点。LatentSync用Stable...
FlexiAct – 清华联合腾讯推出的动作迁移模型
FlexiAct是什么 FlexiAct是清华大学和腾讯ARC实验室联合推出的新型动作迁移模型。FlexiAct能在给定目标图像的情况下，将参考视频中的动作迁移到目标主体上，在空间结构差异较大或跨域的...