未分类
StreamBridge – 实时视频流理解的创新框架
StreamBridge是由苹果公司与复旦大学联合开发的一款端侧视频大语言模型（Video-LLMs）框架，旨在帮助人工智能系统实时理解直播视频流。该框架通过内存缓冲区...
Step1X-3D – 开源3D大模型，开启高保真可控内容生成新时代
Step1X-3D是什么？ Step1X-3D是由阶跃星辰（StepFun AI）团队开源的一款高保真、可控的3D资产生成框架。作为阶跃星辰在多模态方向的最新成果，该模型总参...
OpenVision – 开源视觉编码器的创新力量
OpenVision是由加州大学圣克鲁兹分校（UCSC）推出的一个开源视觉编码器家族，旨在为多模态学习提供高效、灵活且完全开放的解决方案。它专注于将视觉材料转化...
FLUX-Text – 阿里巴巴的多语言文本编辑利器
FLUX-Text 是阿里巴巴推出的一款面向多语言场景的文本编辑框架，旨在解决跨语言文本处理中的复杂挑战，如语义理解、风格迁移、语法纠错、多语言生成等。该框...
MCA-Ctrl – 领航图像定制化新纪元
MCA-Ctrl（Multi-party Collaborative Attention Control）是由中国科学院计算技术研究所与中国科学院大学联合推出的一款创新性图像定制生成框架。它专为基于...
AgentCPM-GUI – 开源端侧GUI智能体模型的创新突破
AgentCPM-GUI是由清华大学与面壁智能团队联合开发的一款开源端侧图形用户界面（GUI）代理工具，专为中文应用进行深度优化。基于MiniCPM-V模型（80亿参数），A...
Minion Agent – 助力 AI 开发的高效智能体框架
Minion Agent 是一款开源的多功能 AI Agent 框架，专为解决 AI 开发中的框架碎片化问题而设计。它通过整合多种 AI 框架和工具，提供了一个统一的接口，极大地...
Minion Agent – 助力 AI 开发的高效智能体框架
Minion Agent 是一款开源的多功能 AI Agent 框架，专为解决 AI 开发中的框架碎片化问题而设计。它通过整合多种 AI 框架和工具，提供了一个统一的接口，极大地...
Minion Agent – 助力 AI 开发的高效智能体框架
Minion Agent 是一款开源的多功能 AI Agent 框架，专为解决 AI 开发中的框架碎片化问题而设计。它通过整合多种 AI 框架和工具，提供了一个统一的接口，极大地...
Being-M0 – 人形机器人通用动作生成模型的创新与应用
Being-M0是由北京大学、中国人民大学等顶尖学术机构联合开发的首个大规模人形机器人通用动作生成模型。它基于业界首个百万级动作数据集MotionLib，通过创新的...