OpenAI o3-mini – OpenAI 推出的全新推理模型
OpenAI o3-mini是什么 OpenAI o3-mini是OpenAI正式发布的全新推理模型。是OpenAI推理系列中最新、成本效益最高的模型，专为科学、数学和编程等技术领域优化。支持三种推理...
排序
AgentScope – 阿里开源的多智能体开发平台
AgentScope是什么 AgentScope是阿里巴巴集团开源的多智能体开发平台，帮助开发者轻松构建和部署多智能体应用。AgentScope提供高易用性、高鲁棒性和分布式支持，内置多种模型API和...
Edicho – 蚂蚁集团联合港科大等高校推出的多图像一致性编辑方法
Edicho是什么 Edicho 是香港科技大学、蚂蚁集团、斯坦福大学和香港中文大学推出的，基于扩散模型的图像编辑方法，能在多图像间实现一致性编辑。Edicho用免训练的方法，无需额外训练即可应用。E...
Gemini 2.0 – 谷歌推出的原生多模态输入输出 + Agent 为核心的AI模型
Gemini 2.0是什么 Gemini 2.0是谷歌最新推出的原生多模态输入输出的AI模型。Gemini 2.0 Flash是2.0家族第一个模型，以多模态输入输出和Agent技术为核心，速度比 1...
BiliNote – 开源 AI 视频笔记工具，自动提取视频内容生成Markdown格式
BiliNote是什么 BiliNote 是开源的 AI 视频笔记助手，支持基于哔哩哔哩、YouTube 等视频链接，自动提取视频内容生成结构清晰、重点明确的 Markdown 格式笔记。BiliNo...
ChatTTSPlus – 开源文本转语音工具，ChatTTS扩展版支持语音克隆
ChatTTSPlus是什么 ChatTTSPlus是ChatTTS的扩展版本，增加了TensorRT加速、语音克隆和移动模型部署等功能，提升语音合成的性能和灵活性。在Windows平台上，实现了超过...
FantasyTalking – 阿里联合北邮推出静态肖像生成可控数字人的框架
FantasyTalking是什么 FantasyTalking 是阿里巴巴 AMAP 团队和北京邮电大学联合提出的新型框架，用于从单张静态肖像生成逼真的可动画化虚拟形象。基于预训练的视频扩散变换器模...
Open Deep Research – Deep Research开源复现版智能体，支持切换多种语言模型
Open Deep Research是什么 Open Deep Research 是开源的 AI 智能体，是Deep Research开源复现项目，基于推理大量网络数据完成复杂的多步骤研究任务。Ope...
Gemma 3 – 谷歌最新推出的开源多模态 AI 模型
Gemma 3是什么 Gemma 3 是谷歌最新推出的开源人工智能模型，专为开发者设计，支持多种设备上的人工智能应用开发。支持超过 35 种语言，具备分析文本、图像及短视频的能力，提供四种不同尺寸的模...
TIGER – 清华大学推出的轻量级语音分离模型
TIGER是什么 TIGER（Time-frequency Interleaved Gain Extraction and Reconstruction Network）是清华大学研究团队提出的轻量级...