模型
  1. 首页
  2. 模型

列表

xAR

xAR

xAR是由字节跳动与约翰·霍普金斯大学联合研发的自回归视觉生成框架，采用“下一个X预测”和“噪声上下文学习”技术，提升视觉生成的准确性和效率。其支持多种预测单元，具备高性能生成能力，在ImageNet数据集上表现优异，适用于艺术创作、虚拟场景生成、老照片修复、视频内容生成及数据增强等多种应用场景。
AI项目与工具 2025年06月12日
Mistral AI

Mistral AI

Mistral AI 推出了 Mistral 7B，这是一种突破性的 7.3B 参数语言模型，它的功能超越了许多大型模型，提供了增强的推理、理解和概括，同时高效且具有成本效益。
Ai平台模型 2025年06月05日
言之画

言之画

言之画是由出门问问推出的AI图像内容创作平台，用户只需输入一句话描述，便可以快速生成高质量商用图片素材。
Ai绘画生成 1970年01月01日
CodeFuse

CodeFuse

CodeFuse-muAgent是由蚂蚁集团CodeFuse团队开发的一款多智能体框架，通过知识图谱引擎驱动智能体的编排和协作，简化复杂工作流程的自动化。它支持多种智能体类型，包括问答、工具使用和代码执行，并具备通信、记忆管理和自定义模型支持等功能，促进智能体间的高效协作。应用场景广泛，涵盖自动化办公流程、客户服务自动化、智能监控和安全、个性化推荐系统以及教育和培训等多个领域。
AI项目与工具 2025年06月12日
Magma

Magma

Magma是微软研究院开发的多模态AI基础模型，具备理解与执行多模态任务的能力，覆盖数字与物理环境。它融合语言、空间与时间智能，支持从UI导航到机器人操作的复杂任务。基于大规模视觉-语言和动作数据预训练，Magma在零样本和微调设置下表现优异，适用于网页操作、机器人控制、视频理解及智能助手等多个领域。
AI项目与工具 2025年06月12日
MultiTalk

MultiTalk

MultiTalk是由中山大学深圳校区、美团和香港科技大学联合推出的音频驱动多人对话视频生成框架。它根据多声道音频输入、参考图像和文本提示，生成包含人物互动且口型与音频一致的视频。通过Label Rotary Position Embedding (L-RoPE) 方法解决多声道音频与人物绑定问题，并采用部分参数训练和多任务训练策略，保留基础模型的指令跟随能力。MultiTalk适用于卡通、歌唱及
AI项目与工具 2025年06月11日
Takin AudioLLM

Takin AudioLLM

Takin AudioLLM是一套由喜马拉雅Everest团队研发的语音生成模型，包含文本转语音（Takin TTS）、音色转换（Takin VC）及声音风格变换（Takin Morphing）。它采用最新大型语言模型技术，可生成接近真人的高质量语音，并支持个性化定制与零样本学习。该工具广泛应用于有声书制作、虚拟助手、电影配音等领域，具有音色精准、风格多样等特点。
AI项目与工具 2025年06月12日
M2UGen

M2UGen

M2UGen是由腾讯PCG ARC实验室与新加坡国立大学共同研发的一款多模态音乐理解和生成框架，支持从文本、图像、视频等多种模态输入生成相应音乐。它具有强大的音乐理解能力、灵活的音乐编辑功能以及多样化的应用场景，适用于音乐制作、影视配乐、音乐教育等多个领域。凭借其创新的技术架构和卓越的表现力，M2UGen已成为当前最优秀的多模态音乐生成工具之一。
AI项目与工具 2025年06月12日
Open Notebook

Open Notebook

Open Notebook是一款开源、注重隐私的笔记管理工具，支持多笔记本和多AI模型（如Open AI、Anthropic）。它具备播客生成器、内容集成、AI驱动笔记、集成搜索等核心功能，适用于学术研究、教育、企业知识管理和个人知识整理等多个场景，通过自然语言处理和搜索技术提升信息处理效率。
AI项目与工具 2025年06月12日
cpmGO

cpmGO

cpmGO是面壁智能推出的端侧智能助手，专为汽车座舱设计，支持多模态交互与本地化处理，保障隐私并适应弱网环境。其基于MiniCPM模型优化，具备智能任务处理、快速响应及灵活定制能力，适用于多种智能汽车场景，提升人车交互的便捷性与安全性。
AI项目与工具 2025年06月12日