Claude 3.7 Sonnet – Anthropic 推出的首款混合推理模型
Claude 3.7 Sonnet是什么 Claude 3.7 Sonnet 是 Anthropic 公司推出的全球首款混合推理模型，具备“标准模式”和“扩展思考模式”两种运行方式。标准模式下，Cla...
排序
DeepEP – DeepSeek 开源的专家并行通信库，专为 MoE 训练和推理设计
DeepEP是什么 DeepEP 是 DeepSeek 开源的首个专为混合专家模型（MoE）训练和推理设计的开源 EP（专家并行）通信库。提供了高吞吐量和低延迟的全对全 GPU 内核，支持节点内和节点...
QwQ-Max – 阿里推出的深度推理模型，基于 Qwen2.5-Max
QwQ-Max是什么 QwQ-Max是阿里巴巴基于Qwen2.5-Max推出的深度推理模型，是 Qwen 系列的一部分。QwQ-Max-Preview作为预览版本推出，QwQ-Max专注于深度推理、数...
FantasyID – 阿里联合北邮大学推出的身份保持视频生成框架
FantasyID是什么 FantasyID 是阿里巴巴集团和北京邮电大学推出新型的身份保持视频生成（IPT2V）框架，基于增强人脸知识生成高质量的身份一致视频。FantasyID基于扩散变换器（Di...
SigStyle – 吉大联合 Adobe 等机构推出的风格迁移框架
SigStyle是什么 SigStyle 是吉林大学、南京大学智能科学与技术学院及Adobe推出的新型签名风格迁移框架，支持将单张风格图像中独特的视觉特征（如几何结构、色彩搭配、笔触等）无缝迁移到内容...
VLM-R1 – 浙大 Om AI Lab 推出的视觉语言模型
VLM-R1是什么 VLM-R1 是 Om AI Lab 推出的基于强化学习技术的视觉语言模型，通过自然语言指令精确定位图像中的目标物体，如根据描述“图中红色的杯子”找到对应的图像区域。模型基于 Qw...
FacePoke – 开源的实时面部编辑工具，拖拽操作面部表情
FacePoke是什么 FacePoke是基于AI技术的开源实时面部编辑工具。用户基于简单的鼠标拖拽操作，对人物照片中的头部朝向（如抬头、低头、左右摇头）和面部表情（如眼睛睁闭、眼球方向、眉毛和嘴巴变...
BFS-Prover – 字节豆包推出的自动定理证明系统
BFS-Prover是什么 BFS-Prover 是字节跳动豆包大模型团队推出的基于大语言模型（LLM）的自动定理证明系统，通过改进传统的广度优先搜索（BFS）算法，结合专家迭代、直接偏好优化等技术...
PySpur – 开源 AI 代理构建工具，拖拽式构建 AI 工作流
PySpur是什么 PySpur 是开源的轻量级可视化 AI 智能体工作流构建器，简化 AI 系统的开发流程。基于拖拽式界面让用户能快速构建、测试和迭代 AI 工作流，无需编写复杂代码。PySpur ...
Wan2.1 – 阿里开源的AI视频生成大模型
Wan2.1是什么 Wan2.1是阿里云开源的AI视频生成大模型，具备强大的视觉生成能力。Wan2.1支持文生视频和图生视频任务，包含两种尺寸的模型，14B参数的专业版擅长复杂运动生成和物理建模，性能...