机器学习

1. 首页
2. 机器学习

Sonic

Sonic是由腾讯与浙江大学联合开发的音频驱动肖像动画框架，基于音频信号生成逼真面部表情和动作。它通过上下文增强音频学习和运动解耦控制器，提升唇部同步精度与运动多样性。Sonic在长视频生成中表现出色，具备高稳定性与自然连贯性，支持用户自定义参数。适用于虚拟现实、影视制作、在线教育、游戏开发和社交媒体等多个领域。

AI项目与工具 2025年06月12日 67 点赞 0 评论 497 浏览

Gemini 2.5 Pro

Gemini 2.5 Pro 是谷歌推出的高性能 AI 模型，具备深度推理能力，可在多模态输入下进行复杂任务处理。支持文本、图像、音频、视频及代码等多种输入形式，拥有 100 万 token 的上下文窗口。在推理、代码生成和多模态任务中表现优异，适用于学术研究、软件开发、创意工作和企业应用等多个领域。

AI项目与工具 2025年06月12日 75 点赞 0 评论 495 浏览

ViTPose

ViTPose 是一种基于 Transformer 架构的人体姿态估计模型，通过图像块处理和特征提取实现关键点定位。提供多种版本，适用于不同任务需求。模型结构简洁，支持灵活扩展和参数调整，具备知识迁移能力。ViTPose+ 拓展至动物姿态估计，提升适用范围。在多个数据集上达到 SOTA 性能，广泛应用于运动分析、虚拟现实等领域。

AI项目与工具 2025年06月12日 28 点赞 0 评论 492 浏览

ZeroSearch

ZeroSearch 是阿里巴巴通义实验室开发的基于大模型的搜索引擎框架，通过强化学习技术提升搜索能力，无需依赖真实搜索引擎。它能动态生成相关或噪声文档，显著降低训练成本（超80%），并支持多种模型和算法，适用于问答、内容创作、教育等多个场景。

AI项目与工具 2025年06月11日 90 点赞 0 评论 492 浏览

SPAR3D

SPAR3D是一种基于两阶段设计的单图像3D重建工具，能从单张2D图像生成高质量的3D网格。它结合点扩散模型与三平面Transformer技术，实现快速、精确的几何与纹理重建，并支持用户交互式编辑。适用于增强现实、影视制作、工业设计等多个领域。

AI项目与工具 2025年06月12日 86 点赞 0 评论 491 浏览

Liner.ai

Liner.ai 是一款面向非专业程序员和数据科学家的机器学习工具，通过简单的点击操作即可训练模型，无需编写代码。该工具提供多种项目模板，涵盖图像、文本、音频和视频分类，以及对象检测和图像分割等任务。Liner.ai 支持在 CPU 上快速训练模型，并可在本地完成训练以保护数据隐私。此外，该工具还允许用户轻松地将模型导出到多个平台，适合初学者和专业人士使用。

AI项目与工具 2025年06月12日 96 点赞 0 评论 484 浏览

FunGPT

FunGPT 是一款基于 InternLM2.5 大模型开发的开源工具，专注于情感互动与情绪调节。它包含“甜言蜜语模式”和“犀利怼语模式”，分别用于提升用户情绪和释放压力。项目采用轻量化模型与 AWQ 量化技术，兼顾性能与效率。适用于创意启发、娱乐互动等多种场景，适合对情感交互感兴趣的开发者和用户。

AI项目与工具 2025年06月11日 86 点赞 0 评论 482 浏览

MiniCPM

MiniCPM-o 2.6 是一款高性能的多模态大模型，具备 8B 参数量，支持视觉、语音及多模态直播等多种功能。其在图像处理、语音识别和实时交互方面表现优异，采用高效的 token 技术提升推理速度，可在端侧设备上运行。支持多种语言和音色配置，适用于智能助手、内容创作、教育、客服和医疗等多个领域。

AI项目与工具 2025年06月12日 58 点赞 0 评论 480 浏览

OmAgent

OmAgent是由Om AI与浙江大学滨江研究院联合开发的多模态语言代理框架，支持文本、图像、视频等多种输入形式，简化设备端智能代理的开发流程。它具备高效模型集成、灵活算法接口和复杂任务处理能力，适用于视频监控、内容推荐、教育辅助等场景，提升设备智能化水平和用户体验。

AI项目与工具 2025年06月12日 97 点赞 0 评论 479 浏览

PPTAgent

PPTAgent是由中国科学院软件研究所研发的AI驱动演示文稿生成工具，采用两阶段编辑方法，从文档自动生成结构清晰、内容一致的PPT。它结合大型语言模型与幻灯片分析技术，支持大纲生成、内容编辑与质量评估，适用于教育、企业、市场等多个场景，显著提升演示文稿制作效率与质量。

AI项目与工具 2025年06月12日 78 点赞 0 评论 478 浏览