InternVideo2.5 – 上海 AI Lab 联合南大、中科院开源的视频多模态大模型
InternVideo2.5是什么 InternVideo2.5是上海人工智能实验室联合南京大学、中科院深圳先进技术研究院共同开源的视频多模态大模型。在视频理解领域取得了显著进展，特别是在长视频处理和...
排序
HumanDiT – 浙大联合字节推出的姿态引导人体视频生成框架
HumanDiT是什么 HumanDiT 是浙江大学和字节跳动联合提出的姿态引导的高保真人体视频生成框架。基于扩散变换器（Diffusion Transformer，DiT），能在大规模数据集上训练...
ProtGPS – 麻省理工学院等机构推出的蛋白质语言模型
ProtGPS是什么 ProtGPS（Protein Localization Prediction Model）是麻省理工学院（MIT）和怀特黑德生物医学研究所推出的，基于深度学习的蛋白质语言模型...
potpie.ai – AI代码库Agent构建平台，自动化代码分析、测试和开发任务
potpie.ai是什么 potpie.ai 是开源平台，基于AI技术为代码库创建定制化的工程代理（Agents）。potpie.ai基于构建代码库的知识图谱，深度理解代码组件之间的关系，实现自动化代...
MoMask – 文本驱动生成高质量3D人体动作的模型
MoMask是什么 MoMask是创新的3D人体动作生成工具，通过生成式掩码建模技术，能根据文本描述生成高质量的3D人体动作。MoMask采用分层量化方案，将人体运动表示为多层离散的运动标记，结合掩码...
UltraMem – 字节豆包大模型团队推出的全新超稀疏模型架构
UltraMem是什么 UltraMem 是字节跳动豆包大模型团队提出的全新超稀疏模型架构，解决传统 MoE 架构在推理时的高额访存问题。架构通过优化内存访问和计算效率，显著降低推理成本，推理速度较 ...
AxBench – 斯坦福大学推出评估语言模控制方法的基准测试框架
AxBench是什么 AxBench 是斯坦福大学推出的评估语言模型（LM）可解释性方法的基准测试框架。基于合成数据生成训练和评估数据，比较不同模型控制技术在概念检测和模型转向两个方面的表现。概念检测...
Lumina-Video – 上海 AI Lab 和港中文推出的视频生成框架
Lumina-Video是什么 Lumina-Video是上海 AI Lab 和香港中文大学推出的视频生成框架，基于Next-DiT架构，针对视频生成中的时空复杂性进行优化。基于多尺度Next-DiT...
Pippo – Meta 推出的单图生成多视角高清人像视频模型
Pippo是什么 Pippo是Meta Reality Labs推出的图像到视频生成模型，能从单张照片生成1K分辨率的多视角高清人像视频。模型基于多视角扩散变换器，预训练了30亿张人像图像，在2500...
Animate Anyone 2 – 阿里通义推出的高保真角色图像动画生成技术
Animate Anyone 2是什么 Animate Anyone 2 是阿里巴巴集团通义实验室推出的高保真角色图像动画生成技术，通过结合环境信息生成更具真实感的角色动画。与传统方法不同，能从视频中...