Halo – 开源的DIY健康追踪项目，构建私人健康检测应用
Halo是什么 Halo是开源的DIY健康追踪项目，基于低成本的智Halo – 开源的DIY健康追踪项目，构建私人健康检测应用能戒指和开源软件，让用户构建自己的私人健康监测应用。Halo支...
排序
OCTAVE – Hume AI推出的语音语言模型
OCTAVE 是什么 OCTAVE（Omni-Capable Text and Voice Engine）是Hume AI推出的新一代语音语言模型，结合EVI 2模型和OpenAI、Elevenlab...
OSUM – 西北工业大学开源的语音理解模型
OSUM是什么 OSUM（Open Speech Understanding Model）是西北工业大学计算机学院音频、语音与语言处理研究组推出的开源语音理解模型。OSUM结合Whisper编码器和Q...
Migician – 北交大联合清华、华中科大推出的多模态视觉定位模型
Migician是什么 Migician是北京交通大学、华中科技大学和清华大学的研究团队联合推出的多模态大语言模型（MLLM），专门用在自由形式的多图像定位（Multi-Image Grounding...
Shandu – AI研究工具，自动进行多层次信息挖掘和分析
Shandu是什么 Shandu 是开源的 AI 研究自动化工具，结合了 LangChain 和 LangGraph 技术，能自动化地进行多层次信息挖掘和分析，生成结构化的研究报告。Shandu 的核...
HoloPart – 港大联合 VAST 开源生成完整可编辑部件的 3D 模型
HoloPart是什么 HoloPart 是香港大学、VAST 团队推出的新型扩散模型，支持将 3D 物体分解为完整、可编辑的语义部件，即使部件被遮挡。HoloPar基于两阶段方法，用局部注意力和全局...
AtomThink – 华为诺亚方舟联合多所高校推出的多模态数学推理框架
AtomThink是什么 AtomThink是中山大学、香港科技大学、上海交通大学、香港大学及华为诺亚方舟实验室的研究人员共同推出的多模态数学推理框架。框架基于构建长链的思维（CoT）引导多模态大型语...
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...
NMT – 阿里联合 UC Berkeley 推出的多任务学习框架
NMT是什么 NMT（No More Tuning）是UC Berkeley和阿里巴巴集团联合推出的多任务学习框架，能解决多任务学习中不同任务优先级优化的问题。NMT将多任务学习问题转化为约束优化问题...
Zerox – 开源的OCR工具，零样本识别多种格式文件
Zerox是什么 Zerox是开源的本地化高精度OCR工具，基于GPT-4o-mini模型，无需提前训练实现零样本识别。Zerox支持PDF、DOCX、图片等多种格式文件，擅长处理扫描版文档及复杂布局...