Muyan Muyan-TTS是一款面向播客场景的开源文本转语音工具，基于超10万小时播客数据训练，支持零样本语音合成与说话人适配，可在0.33秒内生成1秒音频，适合实时与长内容合成。支持本地部署与API调用，应用于播客、有声书、视频配音、AI角色及新闻播报等领域，兼具高效性与灵活性。 AI项目与工具 2025年06月11日 94 点赞 0 评论 683 浏览
Ovis2 Ovis2是阿里巴巴国际团队开发的多模态大语言模型，采用结构化嵌入对齐技术提升视觉与文本的融合效果。支持视频、图像和多语言处理，强化了思维链推理和复杂场景下的OCR能力。提供多个参数规模的版本，适用于研究、开发及各类应用场景，展现卓越性能。 AI项目与工具 2025年06月12日 67 点赞 0 评论 682 浏览
MCA MCA-Ctrl是由中科院计算所与国科大联合开发的图像定制生成框架，通过引入SAGI和SALQ注意力控制策略及主体定位模块，提升图像生成质量与一致性。支持零样本图像生成，适用于主体特征保持、背景一致性维护等多种任务，广泛应用于数字内容创作、广告设计、艺术创作等领域。 AI项目与工具 2025年06月11日 82 点赞 0 评论 682 浏览
CoA CoA是由谷歌开发的多智能体协作框架，用于解决大语言模型在处理长文本任务时的上下文限制问题。它将长文本分割成多个片段，由多个智能体依次处理并通过链式通信传递关键信息，最终由管理智能体整合生成结果。该框架无需额外训练，支持多种任务类型，如问答、摘要和代码补全，且具有高效性和可扩展性。其时间复杂度优化显著提升了处理长文本的效率。 AI项目与工具 2025年06月12日 57 点赞 0 评论 682 浏览
DeerFlow DeerFlow 是字节跳动推出的开源研究框架，结合语言模型与多种工具，支持高效完成复杂研究任务。具备多Agent架构，支持自然语言交互与智能协作，适用于研究报告、播客、演示文稿等内容生成。支持多种语言模型和外部工具集成，提供灵活配置与扩展能力，广泛应用于学术、市场、教育及个人知识管理等领域。 AI项目与工具 2025年06月11日 23 点赞 0 评论 682 浏览
Aligner Aligner是由北京大学团队开发的大语言模型对齐工具，通过学习对齐答案与未对齐答案之间的差异来提升模型性能。采用自回归seq2seq结构，在Q-A-C数据集上训练，无需RLHF流程。具备高效、灵活、即插即用等特点，支持多模型兼容，提升模型帮助性和安全性。适用于多轮对话、价值观对齐及MoE架构优化等场景。 AI项目与工具 2025年06月12日 44 点赞 0 评论 682 浏览
OSAID 1.0 OSAID 1.0是由Open Source Initiative（OSI）制定的开源AI标准，明确了AI系统成为开源所需的条件。该标准要求AI系统提供代码、数据和参数，并强调透明度与协作，适用于开源社区、企业、开发者、教育机构及政策制定者。它推动了AI领域的创新、透明度和信任建设，同时影响了现有AI模型的开发和法律地位。 AI项目与工具 2025年06月12日 94 点赞 0 评论 681 浏览
OpenR OpenR是一个由多家知名高校联合开发的开源框架，专注于通过强化学习和搜索技术提升大型语言模型的推理能力。它集成了数据获取、强化学习训练及非自回归解码功能，支持多种搜索算法和在线强化学习训练，能够有效提高模型的推理效率和精度。同时，其自动化数据处理能力减少了人工标注的需求，适用于数学问题求解、代码生成、自然语言处理等多种应用场景。 AI项目与工具 2025年06月12日 40 点赞 0 评论 681 浏览
xGen xGen-MM是一款由Salesforce开发的开源多模态AI模型，具备处理文本和图像等数据类型的能力。该模型通过学习大量图像和文字信息，在视觉语言任务中表现出色，并通过开源模型、数据集和微调代码库促进模型性能的提升。xGen-MM具有多模态理解、大规模数据学习、高性能生成、开源可访问和微调能力等特点。其应用场景广泛，包括图像描述生成、视觉问答、文档理解、内容创作和信息检索等。 AI项目与工具 2025年06月12日 57 点赞 0 评论 680 浏览
