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 11 点赞 0 评论 684 浏览
T T-Rex Label是一款基于AI的自动标注工具，依托T-Rex2模型实现一键标注和零样本检测功能。它通过视觉提示简化标注流程，无需额外训练即可直接应用于多种场景，包括农业、工业、生物医药等。用户可通过GitHub账号快速登录并上传数据，利用AI自动生成初步标注结果，随后人工检查与修正，最终导出为常用格式供模型训练使用。 AI项目与工具 2025年06月12日 83 点赞 0 评论 687 浏览
NewsNow 一款开源的实时热门新闻聚合平台，能让你快速了解国内外的新闻、科技和财经动态。它把微博、知乎、Hacker News 等多个平台的热门榜单都整合在一起，方便你一站式获取信息。 实时热榜 2025年06月05日 69 点赞 0 评论 688 浏览
Comet浏览器 一款由Perplexity AI开发的AI浏览器，这款浏览器支持自主任务执行、上下文理解和个性化交互，智能历史检索、代理搜索和隐私保护等功能，超越传统的检索。 AI搜索问答 2025年06月05日 35 点赞 0 评论 689 浏览
Qihoo Qihoo-T2X是由360 AI研究院与中山大学联合研发的高效多模态生成模型，基于代理标记化扩散 Transformer（PT-DiT）架构。该模型通过稀疏代理标记注意力机制显著降低计算复杂度，支持文本到图像、视频及多视图生成。具备高效生成能力和多任务适应性，适用于创意设计、视频制作、教育、游戏开发及广告等多个领域。 AI项目与工具 2025年06月12日 26 点赞 0 评论 699 浏览
赛特新思Citexs 一个专为科研人员设计的一站式智能辅助平台。Citexs致力于打造一个一站式科研平台，提供文献检索、SCI辅助写作、文献大数据挖掘与分析、SCI期刊查选、国家自然科学基金查询、资讯解读等科研工具。 教育学习 2025年06月05日 100 点赞 0 评论 700 浏览
Arxiv 一款能够一键将arXiv上的论文转换为Markdown格式的浏览器插件，无论该论文呈现的是摘要、PDF版本还是HTML版本。 Ai开源项目 2025年06月05日 100 点赞 0 评论 701 浏览
Open Open-Sora是一个开源视频生成模型，基于DiT架构，通过三个阶段的训练（大规模图像预训练、大规模视频预训练和高质量视频数据微调），生成与文本描述相符的视频内容。该模型包括预训练的VAE、文本编码器和STDiT（Spatial-Temporal Diffusion Transformer）核心组件，利用空间-时间注意力机制和交叉注意力模块实现视频生成。项目旨在提供全面的视频生成模型训练过程，供 AI项目与工具 2024年01月01日 97 点赞 0 评论 704 浏览
