ConsistentDreamer – 华为推出的单张图像生成 3D 资产技术
ConsistentDreamer是什么 ConsistentDreamer 是华为慕尼黑研究中心提出的新型图像到 3D 资产生成技术，通过单张图像生成视图一致的 3D 网格。方法通过多视图先验图像引...
排序
Cline – AI编程助手，集成于 VSCode 实时检查语法错误
Cline是什么 Cline 是集成于 VSCode 的 AI 编程助手，通过智能化手段提升开发效率。具备强大的代码生成与编辑能力，能根据用户需求快速创建或修改代码文件，实时检查语法错误。Cline ...
腾讯混元T1 – 腾讯混元推出的最新深度思考模型
T1是什么 T1（Thinker）是腾讯混元推出的最新深度思考模型，已正式上线接入腾讯元宝。模型专注于逻辑推理和深度思考，支持联网搜索功能，能从互联网信源、微信公众号、视频号等腾讯生态内容中获取信息...
ImageRAG – 基于检索增强生成的图像生成技术
ImageRAG是什么 ImageRAG 是基于检索增强生成（Retrieval-Augmented Generation, RAG）的图像生成技术，通过动态检索相关图像来提升文本到图像（T2I）模型...
X-R1 – 基于强化学习的低成本训练框架
X-R1是什么 X-R1是基于强化学习的低成本训练框架，能加速大规模语言模型的后训练（Scaling Post-Training）开发。X-R1用极低的成本训练0.5B（5亿参数）规模的R1-Zero...
Step-Video-T2V – 阶跃星辰开源的文本到视频模型
Step-Video-T2V是什么 Step-Video-T2V 是阶跃星辰团队推出的开源文本到视频预训练模型，拥有 300 亿参数，能生成长达 204 帧的高质量视频。模型基于深度压缩的变分自编码器...
unsloth – 开源的大语言模型微调工具
unsloth是什么 unsloth 是开源的大语言模型（LLM）微调工具，基于优化计算步骤和 GPU 内核，显著提升模型训练速度减少内存使用。Unsloth支持多种主流 LLM，如 Llama-3...
Matrix3D – 南大联合Apple、港科大推出的统一摄影测量模型
Matrix3D是什么 Matrix3D 是南京大学、苹果公司和香港科技大学合作推出的新型的统一摄影测量模型，能在一个模型中完成多个摄影测量子任务，包括姿态估计、深度预测和新视图合成。Matrix3D...
Light-A-Video – 上海AI Lab联合交大等高校推出的视频重照明方法
Light-A-Video是什么 Light-A-Video 是上海交通大学、中国科学技术大学、香港中文大学、香港科技大学、斯坦福大学及上海AI实验室的共同推出的无需训练的视频重照明方法，基于渐进式光...
Finedefics – 北大团队推出的细粒度多模态大模型
Finedefics是什么 Finedefics 是北京大学彭宇新教授团队推出的细粒度多模态大模型，提升多模态大语言模型（MLLMs）在细粒度视觉识别（FGVR）任务中的表现。模型通过引入对象的细粒度...