未分类
万相首尾帧模型 – 开启视频创作新时代
万相首尾帧模型是什么 万相首尾帧模型是阿里通义实验室推出的业界首个百亿参数规模的开源首尾帧生视频模型。用户只需提供首帧和尾帧图片，它便能生成一段 ...
InstantCharacter – 开启角色个性化定制新纪元
InstantCharacter 是什么 InstantCharacter 是腾讯混元团队于 2025 年 4 月 18 日开源的定制化图像生成插件，基于扩散变换器构建，可实现从单张图片到多样...
MAI-DS-R1 – 开源 AI 模型的新突破
一、MAI-DS-R1 是什么 MAI-DS-R1 是微软基于 DeepSeek R1 改进的 AI 模型，通过后训练优化技术，在保留原有推理性能的基础上，将敏感话题响应率提升至 99....
FramePack – 视频生成领域的新突破
FramePack 是什么 FramePack 是斯坦福大学推出的一种开源视频生成技术，通过创新的帧上下文压缩方法，解决了传统视频生成模型中的 “遗忘” 和 “漂移” 问题...
FastAPI-MCP – 桥接 FastAPI 与 AI 模型的零配置 MCP 工具
FastAPI-MCP 是什么 FastAPI-MCP 是一款开源的零配置工具，专为 FastAPI 框架设计，可自动将 FastAPI 应用的端点暴露为模型上下文协议（MCP）工具，从而使...
MineWorld – 开启智能交互新视界
MineWorld是什么 MineWorld是微软研究院于2025年4月14日开源的基于《我的世界》（Minecraft）的实时交互式世界模型，其目标是为智能体构建可感知、可推理...
HumanRig – 革新 3D 角色动画的自动绑定技术
HumanRig 是什么 HumanRig 是由阿里巴巴团队开发的 3D 人形角色自动绑定项目，专为解决现有 3D 动画和游戏开发中角色绑定难题而生。传统绑定需艺术家手动...
GigaTok – 开启图像生成新纪元的视觉分词器
GigaTok是什么 GigaTok 是由香港大学与字节跳动联合研发的视觉分词器，参数量高达 30 亿，专为自回归图像生成任务设计。它通过创新的语义正则化技术，将分...
SkyReels-V2 – 打破视频时长限制的 AI 革新
SkyReels-V2 是什么 SkyReels-V2 是昆仑万维 SkyReels 团队推出的全球首个使用扩散强迫框架的无限时长电影生成模型，结合多模态大语言模型（MLLM）、多阶...
OpenUtau – 开源歌声合成的 powerful 工具
OpenUtau - 开源歌声合成的 powerful 工具 OpenUtau 是一款开源的歌声合成编辑器，由开发者 Stakira 主导开发，旨在为 UTAU 社区提供现代化的编辑体验，实...