WebSSL – Meta联合纽约大学等机构推出的视觉自监督学习系列模型
WebSSL是什么 WebSSL（Web-scale Self-Supervised Learning）是Meta、纽约大学等机构推出的视觉自监督学习（SSL）系列模型，基于大规模网络数据（如数十亿图...
排序
PrimitiveAnything – 腾讯联合清华大学推出的新型3D形状生成框架
PrimitiveAnything是什么 PrimitiveAnything是腾讯人工智能平台部（AIPD）和清华大学联合开发的新型3D形状生成框架。将复杂的3D形状分解为简单的基元元素，通过自回归方...
Amazon Nova Act – 亚马逊推出的通用 AI 智能体，自主执行网页任务
Amazon Nova Act是什么 Amazon Nova Act是亚马逊 AGI Labs推出的通用AI代理，用于在网页浏览器中执行任务。Amazon Nova Act支持开发者基于配套的 SDK...
CogView4 – 智谱开源的AI文生图模型，支持生成汉字
CogView4是什么 CogView4 是智谱推出的开源文生图模型，具有60亿参数，支持原生中文输入和中文文字生成。模型在 DPG-Bench 基准测试中综合评分排名第一，达到开源文生图模型的最先进...
Second Me – 心识宇宙开源的 AI 身份模型
Second Me是什么 Second Me 是心识宇宙（Mindverse）推出的开源AI身份模型，支持创建完全私有且深度个性化的AI代理，代表用户的“真实自我”。Second Me 提供 Chat...
SimpleAR – 复旦大学联合字节 Seed 团队推出的图像生成模型
SimpleAR是什么 SimpleAR 是复旦大学视觉与学习实验室和字节 Seed 团队联合推出的纯自回归图像生成模型。采用简洁的自回归架构，通过优化训练和推理过程，实现了高质量的图像生成。Simp...
MultiFoley – Adobe 联合密歇根大学推出的音效生成系统
MultiFoley是什么 MultiFoley是Adobe Research和密歇根大学共同推出的音效生成系统，能基于文本、音频和视频的多模态控制生成Foley声音效果。系统支持用户根据文本提示、参...
SigStyle – 吉大联合 Adobe 等机构推出的风格迁移框架
SigStyle是什么 SigStyle 是吉林大学、南京大学智能科学与技术学院及Adobe推出的新型签名风格迁移框架，支持将单张风格图像中独特的视觉特征（如几何结构、色彩搭配、笔触等）无缝迁移到内容...
MoCha – Meta 联合滑铁卢大学推出的端到端对话角色视频生成模型
MoCha是什么 MoCha AI 是 Meta 和滑铁卢大学联合开发的端到端对话角色视频生成模型。能根据文本或语音输入生成带有同步语音和自然动作的完整角色动画。MoCha 采用语音-视频窗口注意力机...
Fox-1 – TensorOpera 开源的小语言模型系列
Fox-1是什么 Fox-1是TensorOpera推出的一系列小型语言模型（SLMs），包括Fox-1-1.6B和Fox-1-1.6B-Instruct-v0.1。Fox-1模型在3万亿个网络抓取的...