未分类
子曰翻译 2.0 – 网易有道的翻译新突破
子曰翻译 2.0 是网易有道推出的最新翻译大模型，以下将从多个方面为您详细介绍： 子曰翻译 2.0 是什么 ：子曰翻译 2.0 是网易有道推出的最新翻译大模型，...
Motion Anything – 多模态运动生成的革新者
Motion Anything 是什么 Motion Anything 是由澳大利亚国立大学、悉尼大学、腾讯、麦吉尔大学、京东等机构推出的多模态运动生成框架。它能够根据文本描述...
AI-Researcher – 开源全自动科研助手，重塑科研流程
AI-Researcher 是香港大学数据科学实验室推出的开源自动化科学研究工具，基于大型语言模型（LLM）代理，可实现从研究想法到论文发表的全流程自动化，显著提升...
Open-Sora 2.0 – 开源视频生成的革新之选
Open-Sora 2.0 是什么 Open-Sora 2.0 是潞晨科技推出的一款全新开源 SOTA（State-of-the-Art）视频生成模型。它仅用 20 万美元（约 224 张 GPU）的训练成...
Gemini Robotics – 赋能机器人新时代的智能引擎
Gemini Robotics 是谷歌 DeepMind 推出的基于 Gemini 2.0 的机器人项目，将大型多模态模型的能力引入物理世界。以下是关于 Gemini Robotics 的详细介绍： ...
PP-TableMagic – 表格结构化信息提取的得力助手
PP-TableMagic 是什么 PP-TableMagic 是百度飞桨团队推出的一款高性能表格识别工具，能够将图片中的表格结构化信息提取出来并转换为 HTML 等格式，便于进...
Gemini 2.0 Flash – 开启智能新时代的多模态 AI 模型
什么是 Gemini 2.0 Flash Gemini 2.0 Flash 是谷歌于 2024 年 12 月推出的最新多模态 AI 模型，作为 Gemini 2.0 系列的首款模型，它具有低延迟和高性能的...
TokenSwift – 超长文本生成加速利器
TokenSwift是什么 TokenSwift是北京通用人工智能研究院团队推出的超长文本生成加速框架。它能在90分钟内生成10万Token的文本，相比传统自回归模型的近5小...
MIDI – 解码音乐创作的数字密钥
MIDI 是什么 MIDI 是乐器数字接口（Musical Instrument Digital Interface）的缩写，它是一种用于电子乐器、计算机及其他音频设备间通信的国际标准协议和...
Evolving Agents – 开源 AI 代理管理与进化框架
Evolving Agents 是什么 Evolving Agents 是一个开源的 AI Agent 管理与进化框架，旨在通过智能代理的协同工作提升任务处理效率和效果。它支持智能代理之...