未分类
Muyan-TTS – 开源零样本语音合成的先锋
Muyan-TTS 是什么 Muyan-TTS 是一款专为播客、有声书及长视频等长文本场景设计的开源文本转语音模型，由北京沐言智语科技有限公司发布。它基于超过 10 万...
Chinese-LiPS – 开启中文多模态语音识别新时代
Chinese-LiPS 是什么 Chinese-LiPS 是由智源研究院联合南开大学于 2025 年发布的一个高质量中文多模态语音识别数据集，包含 100 小时的语音、视频和手动转...
ViLAMP – 革新长视频理解的高效视觉语言模型
ViLAMP 是蚂蚁集团和中国人民大学联合推出的视觉语言模型，全称为 VIdeo-LAnguage Model with Mixed Precision，专注于高效处理长视频内容。 核心功能 ...
Seed1.5-VL – 开启多模态 AI 新视界
Seed1.5-VL 是字节跳动 Seed 团队于 2025 年 5 月 13 日推出的视觉 - 语言多模态大模型，它凭借强大的通用多模态理解和推理能力，成为了业界关注的焦点。 ...
Co-Sight – 开源超级智能体项目，引领智能自动化新时代
Co-Sight是什么 Co-Sight是中兴通讯开源的超级智能体项目，作为协同视觉分析平台及智能自动化底座，采用多智能体架构，构建了 “数字团队” 协同体系，并通...
MCPHub – 一站式 AI 工具集成与管理平台
MCPHub 是什么 MCPHub 是一个统一的 MCP 服务器聚合平台，它能够将多个 MCP 服务器聚合到不同的流式 HTTP（SSE）端点。通过直观的 Web 界面和强大的协议处...
HealthBench – 医疗 AI 评估的全新标杆
HealthBench 是什么 HealthBench 是由 OpenAI 推出的开源医疗测试基准，旨在评估大型语言模型（LLMs）在医疗保健领域的表现和安全性。它包含 5000 个模型...
Seedance 1.0 lite – 赋能视频创作的 AI 视频生成模型
Seedance 1.0 lite 是什么 Seedance 1.0 lite 是字节跳动推出的一款豆包视频生成模型的小参数量版本，于 2025 年 5 月 13 日在火山引擎 FORCE LINK AI 创...
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...