未分类
Dolphin – 开源多模态文档解析大模型
什么是Dolphin？ Dolphin是由字节跳动开发的一款开源多模态文档解析大模型，专注于高效处理复杂文档图像中的文本、表格、公式等元素。它通过创新的“先解析...
Playwright MCP – AI驱动的浏览器自动化新范式
Playwright MCP 是一款将大型语言模型（LLM）与 Playwright 浏览器自动化技术深度融合的创新工具。它通过 Model Context Protocol（模型上下文协议）实现了 A...
RelightVid – 视频重照明的革命性工具
RelightVid是什么 RelightVid是由上海AI Lab联合复旦大学、上海交通大学、浙江大学、斯坦福大学和香港中文大学共同推出的一款视频重照明模型。它能够根据...
HRAvatar – 开启单目视频生成3D头像的新时代
HRAvatar是什么 HRAvatar（High-Quality and Relightable Gaussian Head Avatar）是由清华大学深圳国际研究生院与国际数字经济学院（IDEA）联合开发的高质...
Pocket Flow – 极简主义的AI开发新范式
Pocket Flow 是一个极简主义的大型语言模型（LLM）框架，仅用约100行代码实现。它以轻量级、无依赖、无厂商锁定为特点，支持多Agents、工作流、检索增强生成...
Aurora – 智能化未来的核心引擎
Aurora是什么 Aurora是一个多功能的AI产品，具体形态和功能因开发团队和应用场景的不同而有所差异。例如，xAI开发的Aurora是一款图像生成器，能够根据用户...
DeepWiki MCP – 打破知识孤岛，连接 AI 与 GitHub 的桥梁
DeepWiki MCP 是什么 DeepWiki MCP 是由 Cognition Labs 推出的一款基于 Model Context Protocol（MCP）的服务工具。它旨在将 DeepWiki 平台对 GitHub 项...
Gemini Diffusion – 重塑文本生成的未来
Gemini Diffusion 是什么？ Gemini Diffusion 是由 Google DeepMind 开发的一种实验性文本扩散模型，于 2025 年 5 月 20 日在 Google I/O 大会上首次亮相...
3DTown – 从单视图到逼真3D城镇的创新之旅
3DTown是什么 3DTown是由哥伦比亚大学联合Cybever AI等机构推出的一款创新框架，能够从单张俯视图生成逼真且连贯的3D城镇场景。它采用区域化生成和空间感...
SurfSense – 开源AI研究助手，打造个性化知识管理与研究平台
SurfSense是一款开源的AI研究助手，旨在通过整合个人知识库与全球数据源，为用户提供高效、个性化的研究支持。它不仅支持用户上传和管理多种格式的文件，还能...