SpeechGPT 2.0-preview – 复旦大学推出的端到端实时语音交互模型
SpeechGPT 2.0-preview是什么 SpeechGPT 2.0-preview 是复旦大学 OpenMOSS 团队推出的拟人化实时交互系统，基于百万小时级中文语音数据训练，采用端到端架构...
排序
LalaEval – 港中文联合货拉拉推出面向特定领域的模型评估框架
LalaEval是什么 LalaEval是香港中文大学和货拉拉数据科学团队共同推出的面向特定领域大语言模型（LLMs）的人类评估框架，框架通过一套完整的端到端协议，涵盖领域规范、标准建立、基准数据集创...
Aligner – 北大推出的残差修正模型对齐技术
Aligner是什么 Aligner是北京大学团队提出的大语言模型对齐技术，通过学习对齐答案与未对齐答案之间的修正残差来提升模型性能。采用自回归的 seq2seq 模型，在问题-答案-修正后的答案（Q...
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...
EICopilot – 百度推出基于AI智能体的企业信息搜索与探索工具
EICopilot是什么 EICopilot是百度研究院推出的基于AI智能体的企业信息搜索与探索工具。通过大型语言模型（LLM）驱动的智能体，帮助企业用户在大规模知识图谱中高效检索和解读信息。EICo...
Mistral Small 3 – Mistral AI 推出的开源大语言模型
Mistral Small 3是什么 Mistral Small 3 是 Mistral AI 发布的开源大型语言模型，有240亿参数，基于 Apache 2.0 许可证开源。专为低延迟任务设计，支持...
CoA – 谷歌推出的多智能体协作框架
CoA是什么 CoA（Chain-of-Agents）是谷歌推出的多智能体协作框架，用于解决大语言模型（LLM）在处理长文本任务时面临的上下文限制问题。CoA框架将长文本分割成多个较短的片段，由多个工...
Oumi – 开源 AI 平台，支持 1000 万到 4050 亿参数模型训练
Oumi是什么 Oumi 是完全开源的 AI 平台，简化从数据准备、模型训练到评估和部署的整个生命周期。支持从 1000 万到 4050 亿参数的模型训练，涵盖文本和多模态模型（如 Llama、Qwe...
IC-Portrait – ETH联合浙大等推出的个性化肖像生成框架
IC-Portrait是什么 IC-Portrait是新型的个性化肖像生成框架，解决用户资料图像多样性（如外观和光照条件差异）带来的挑战。通过将肖像生成任务分解为“光照感知拼接”和“视角一致性适应”两...
SyncAnimation – 南科大等推出的实时音频驱动生成头部运动框架
SyncAnimation是什么 SyncAnimation是实时端到端的音频驱动框架，用于生成人体姿态和说话头像动画。通过音频信号实时生成与音频同步的上半身姿态和面部表情，包括嘴唇动作，实现高精度和...