MatAnyone – 南洋理工和商汤科技推出的人像视频抠图框架
MatAnyone是什么 MatAnyone是南洋理工大学S-Lab实验室和商汤科技推出的，针对复杂背景人像视频抠图的先进框架，专注于目标指定的视频抠图任务。MatAnyone基于一致的内存传播模块和...
排序
JoyGen – 京东和港大推出音频驱动的3D说话人脸视频生成框架
JoyGen是什么 JoyGen是京东科技和香港大学推出的，音频驱动的3D说话人脸视频生成框架，专注于实现精确的唇部与音频同步及高质量的视觉效果。JoyGen结合音频特征和面部深度图，驱动唇部运动的生...
EMAGE – 清华联合东大等机构推出的音频生成全身共语手势框架
EMAGE是什么 EMAGE（Expressive Masked Audio-conditioned GEsture modeling）是清华大学、东京大学、庆应义塾大学等机构推出的生成全身共语手势框...
LIMO – 上海交大推出的高效推理方法，仅需817条训练样本
LIMO是什么 LIMO（Less Is More for Reasoning）是上海交通大学研究团队提出的高效推理方法，通过极少量高质量的训练样本激活大语言模型（LLM）的复杂推理能力。核心假设是在...
SANA 1.5 – 英伟联合MIT、清北等机构推出的文生图新框架
SANA 1.5是什么 SANA 1.5是英伟达联合MIT、清华、北大等机构推出的新型高效的线性扩散变换器（Linear Diffusion Transformer），用于文本到图像生成任务。在 SA...
ASAP – 卡内基梅隆大学联合英伟达推出的模拟与真实物理对齐框架
ASAP是什么 ASAP（Aligning Simulation and Real Physics）是卡内基梅隆大学和英伟达联合推出的，用在解决仿人机器人模拟与现实动力学不匹配问题的两阶段框架。ASA...
MAETok – 港大联合北大等机构推出的自动编码器
MAETok是什么 MAETok（Masked Autoencoders Tokenizer）是卡内基梅隆大学、香港大学、北京大学等机构推出的扩散模型的新型图像标记化方法。MAETok基于掩码建模（M...
Eino – 字节跳动开源的大模型应用开发框架
Eino是什么 Eino 是字节跳动开源的大模型应用开发框架，能帮助开发者高效构建基于大模型的 AI 应用。Eino以 Go 语言为基础，具备稳定的内核、灵活的扩展性和完善的工具生态。Eino 的核心...
NutWorld – 新加坡国立、南洋理工和Skywork AI推出的视频处理框架
NutWorld是什么 NutWorld是新加坡国立大学、南洋理工大学和Skywork AI推出的视频处理框架，能将日常单目视频高效地转换为动态3D高斯表示（Gaussian Splatting）。N...
AstrBot – 开源多平台聊天机器人及开发框架
AstrBot是什么 AstrBot是多平台聊天机器人及开发框架，支持多种大语言模型（如 OpenAI GPT、Google Gemini、Llama 等）和多种消息平台（如 QQ、Telegram...