未分类
BabelDOC – 开源智能 PDF 翻译工具，重塑文档翻译体验
BabelDOC 是什么 BabelDOC 是一款专为科学论文及多语言文档设计的开源 PDF 翻译工具，由 funstory-ai 团队精心打造。它能够精准保留 PDF 文档的原始排版，...
Llama 4 – 开放式AI模型的新标杆：探索Meta的多功能语言模型
Llama 4是什么 Llama 4 是由Meta推出的大型语言模型家族，于2025年4月5日发布。其引入了混合专家架构，并具备多模态能力，可处理文本、图像、视频等多种数...
OmniTalker – 全模态 AI 对话新体验
OmniTalker 是什么 ：OmniTalker 是一款由阿里云推出的一站式全模态对话产品，于 2025 年 4 月 8 日在 AI Base 正式开放体验。其核心技术源于阿里云最新发布...
Seedream 3.0 – 图像生成新突破，文生图领域的卓越之选
Seedream 3.0 是字节跳动 Seed 团队于 2025 年 4 月发布的新一代文生图主力模型，以下是对它的详细介绍： Seedream 3.0 是什么 Seedream 3.0 是一个原...
Quasar Alpha – 引领长上下文与高效编码的 AI 新锐
Quasar Alpha 是什么 Quasar Alpha 是由 OpenRouter 发布的预训练 AI 模型，作为其下一代长上下文基础模型的预发布版本，该模型采用新一代架构设计突破上...
OmniCam – 重定义视频创作的多模态视频生成框架
OmniCam 是由浙江大学、上海交通大学等高校联合研发的先进多模态视频生成框架，通过摄像机控制实现高质量的视频生成，支持多种输入模态组合，用户可以提供文...
AnimeGamer – 打造你的专属动漫世界
AnimeGamer 是什么 AnimeGamer 是由腾讯 PCG 与香港城市大学联合推出的一款基于多模态大型语言模型（MLLM）的无限动漫生活模拟系统。它能够通过自然语言指...
Awesome MCP Servers – 开源的 AI 模型全能工具箱
Awesome MCP Servers 是什么 Awesome MCP Servers 是一个开源项目，汇集了超过 3000 个基于 Model Context Protocol (MCP) 的服务器实现，覆盖浏览器自动...
ACTalker – 港科大联合腾讯、清华推出的端到端视频扩散框架
ACTalker 是什么 ACTalker 是由香港科技大学联合腾讯和清华大学研发的端到端视频扩散框架，专门用于生成逼真的说话人头部视频。该框架创新性地采用并行 Ma...
SkyReels-A2 – 开启可控视频生成新时代
SkyReels-A2 是昆仑万维推出的一款开创性的可控视频生成框架，它能够依据文本提示，将各种视觉元素如人物、物体、背景等灵活组合成合成视频，并且可以严格保...