PixelWave Flux – AI图像生成模型，基于FLUX.1-dev模型微调版本
PixelWave Flux是什么 PixelWave Flux.1-dev 03是基于FLUX.1-dev模型在NVIDIA 4090上微调的AI图像生成模型，有卓越的模型泛化能力，模型在处理多种艺...
排序
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...
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...
Codex CLI – OpenAI 开源的AI编程智能体
Codex CLI是什么 Codex CLI 是 OpenAI 推出的轻量级AI编程智能体。Codex CLI基于自然语言指令帮助开发者高效生成代码、执行文件操作和进行版本控制。Codex CLI 支...
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...
万相2.1 – 通义万相最新推出的视频生成模型
万相2.1是什么 万相2.1是阿里推出的通义万相升级版本。基于自研的高效VAE和DiT架构，增强时空上下文建模能力，支持无限长1080P视频的高效编解码，首次实现中文文字视频生成功能。升级后的通义万相...
Qwen2.5-Max – 阿里通义千问推出的MoE模型
Qwen2.5-Max是什么 Qwen2.5-Max是阿里云推出的超大规模MoE（Mixture of Experts）模型，使用超过20万亿tokens的预训练数据。模型在多个基准测试中表现卓越，超...
AppAgentX – 西湖大学推出的自我进化式 GUI 代理框架
AppAgentX是什么 AppAgentX 是西湖大学推出的新型自我进化式 GUI（图形用户界面）代理框架，基于从执行历史中抽象出高级动作提升代理在智能手机交互中的效率和智能性。AppAgentX结...
Apollo – Meta 联合斯坦福大学推出的大型多模态模型
Apollo是什么 Apollo是Meta和斯坦福大学合作推出的大型多模态模型（LMMs），专注于视频理解。Apollo基于系统研究，揭示视频理解在LMMs中的关键驱动因素，推出“Scaling Co...
Scenethesis – 英伟达推出的交互式3D场景生成框架
Scenethesis是什么 Scenethesis 是 NVIDIA 推出的创新框架，用在从文本生成交互式 3D 场景。框架结合大型语言模型（LLM）和视觉感知技术，基于多阶段流程实现高效生成，用 ...