未分类
WorldMem – 革新虚拟世界生成技术，构建持久一致的数字空间
WorldMem是什么 WorldMem是由南洋理工大学、北京大学和上海AI实验室联合推出的创新AI世界生成模型。该模型通过引入记忆机制，解决了传统世界生成模型在长...
GPDiT – 重新定义视频生成的未来
GPDiT（Generative Pre-trained Autoregressive Diffusion Transformer）是由北京大学、清华大学、StepFun公司以及中国科学技术大学联合推出的一款新型视频生...
Skywork-VL Reward – 多模态奖励模型的创新突破
Skywork-VL Reward 是一款由 Skywork AI 团队开发的多模态奖励模型，专为多模态理解和推理任务提供高质量的奖励信号。该模型基于 Qwen2.5-VL-7B-Instruct 架...
ChatUI – 构建高效对话式界面的开源组件库
ChatUI是什么 ChatUI是由阿里达摩院推出的一款专注于智能对话领域的开源组件库，旨在帮助开发者快速构建高质量的聊天应用。它基于阿里巴巴Alime Chatbot的...
FaceShot – 赋予角色生动表情的创新肖像动画生成框架
FaceShot是由同济大学、上海AI Lab和南京理工大学联合推出的一种新型无需训练的肖像动画生成框架。它通过外观引导的地标匹配模块和基于坐标的地标重定位模块...
MT-Color – 革新图像着色的AI框架
MT-Color是由上海交通大学联合哔哩哔哩推出的基于扩散模型的可控图像着色框架，旨在通过先进的AI技术为图像着色任务带来更高的精度和灵活性。该框架能够基于...
Speech-02 – 领先行业的多语言语音合成模型
Speech-02 是由 MiniMax Audio 推出的一款高性能、多功能的 AI 语音合成模型。它基于先进的深度学习技术，能够模拟人类语音的多种特征，生成高质量、高保真度...
Stable Audio Open Small – 领先的轻量化音频生成模型
Stable Audio Open Small 是由 Stability AI 与 Arm 联合开发的一款轻量化文本到音频生成模型。作为 Stable Audio Open 系列的精简版本，该模型在保证音质的...
LBM – 从流体模拟到图像处理的多面手
LBM是什么 LBM（Lattice Boltzmann Method）是一种基于统计物理原理的计算流体力学方法，用于模拟和研究流体的行为。它通过在空间中建立离散的格点网格和...
Sketch2Anim – 2D草图到3D动画的智能转换利器
什么是Sketch2Anim？ Sketch2Anim是由爱丁堡大学联合Snap Research和东北大学共同研发的一款创新性自动化框架，能够将传统的2D手绘故事板直接转换为高质量...