未分类
ChildMandarin – 推动儿童语音技术发展的开源数据集
ChildMandarin 是智源研究院联合南开大学计算机学院人类语言技术实验室（HLT Lab）共同推出的，针对 3-5 岁儿童的普通话语音数据集。 核心功能 语音识...
MagicColor – 重写数字着色规则的 AI 线稿上色工具
MagicColor 是什么 MagicColor 是由香港科技大学推出的多实例线稿图着色框架，支持高效地为线稿图添加色彩。它基于自监督训练策略和实例引导模块，解决了...
Step-R1-V-Mini – 多模态推理新星，引领智能交互未来
一、Step-R1-V-Mini 是什么 Step-R1-V-Mini 是阶跃星辰推出的一款轻量级多模态推理模型，它能够同时处理图文输入，并以文字形式输出推理结果。这款模型在...
SeniorTalk – 智能适老，连接长者与科技的桥梁
SeniorTalk 是智源研究院联合南开大学计算机学院人类语言技术实验室推出的全球首个中文超高龄老年人对话语音数据集。以下是详细介绍： SeniorTalk 的核心...
HiDream-I1 – 开启图像生成新时代的开源模型
HiDream-I1 是由 HiDream.ai 团队打造的国产开源图像生成模型，基于扩散模型技术，拥有 170 亿参数，采用混合专家架构，可依据文本描述生成照片级逼真图像，...
GitHub MCP Server – 开发者提效利器
GitHub MCP Server 是什么 GitHub MCP Server 是 GitHub 官方推出的一款基于模型上下文协议（MCP）的服务器工具，由 GitHub 和 Anthropic 联合开发，并采...
Nova Sonic – 重新定义语音交互体验的 AI 语音模型
一、Nova Sonic 是什么 Nova Sonic 是亚马逊在 2025 年 4 月推出的新一代生成式 AI 语音模型，旨在解决传统语音应用开发中的复杂性和不自然交互问题。它将...
DeepCoder-14B-Preview – 开源代码生成模型的新星
DeepCoder-14B-Preview 是由 Agentica 和 Together AI 联合开源的大型代码生成模型，基于 Deepseek-R1-Distilled-Qwen-14B 微调而成。该模型采用分布式强化学...
Dream-7B – 开启文本生成新纪元的开源扩散推理模型
Dream-7B 是什么 Dream-7B 是由香港大学和华为诺亚方舟实验室联合推出的开源扩散式推理模型，是当前最强大的开源扩散大语言模型之一。与传统自回归模型逐...
Llama Nemotron – 开源推理模型的革新之力
Llama Nemotron 是什么 Llama Nemotron 是英伟达基于开源的 Meta Llama 模型开发的一系列专注于推理任务的 AI 模型，经过英伟达的后训练，为代理式 AI 做...