未分类
DeepSeek-R1-0528 – 开源AI推理领域的深度突破
DeepSeek-R1-0528 是由 DeepSeek 团队于 2025 年 5 月 28 日发布的最新版本推理模型，定位为开源 AI 领域的高性能竞争者。该模型在深度思考、推理能力、编程...
CoGenAV – 音画同步的多模态语音表征模型
CoGenAV 是什么 CoGenAV（Contrastive-Generative Audio-Visual Representation Learning）是由通义团队与深圳技术大学联合推出的先进多模态学习模型。它...
OmniConsistency – 低成本高效率的图像风格化一致性解决方案
OmniConsistency是什么 OmniConsistency是由新加坡国立大学Show Lab团队推出的一款基于扩散Transformer架构的通用一致性增强插件。它旨在解决开源图像风格...
可灵2.1 – 高性价比的AI视频生成新标杆
可灵2.1是由快手推出的全新AI视频生成模型，旨在为用户提供高效、高质量且极具性价比的视频创作解决方案。该产品在性能、速度和成本控制上实现了全面升级，进...
Chatterbox – 开启智能语音合成的新篇章
Chatterbox是什么 Chatterbox是由Resemble AI开发的一款生产级开源文本到语音（TTS）模型。它基于强大的0.5B参数Llama架构，经过50万小时的高质量音频数据...
Chatterbox – 开启智能语音合成的新篇章
Chatterbox是什么 Chatterbox是由Resemble AI开发的一款生产级开源文本到语音（TTS）模型。它基于强大的0.5B参数Llama架构，经过50万小时的高质量音频数据...
SearchAgent-X – 高效推理框架引领AI搜索智能体效率革命
SearchAgent-X是由南开大学与伊利诺伊大学厄巴纳-香槟分校（UIUC）联合研发的高效推理框架，专为提升大语言模型（LLM）驱动的搜索智能体性能而设计。该框架通...
SearchAgent-X – 高效推理框架引领AI搜索智能体效率革命
SearchAgent-X是由南开大学与伊利诺伊大学厄巴纳-香槟分校（UIUC）联合研发的高效推理框架，专为提升大语言模型（LLM）驱动的搜索智能体性能而设计。该框架通...
WebAgent – 开源自主搜索AI智能体，开启智能信息检索新时代
WebAgent是什么 WebAgent是由阿里巴巴开源的一款自主搜索AI智能体，具备端到端的自主信息检索与多步推理能力。它能够像人类一样在网络环境中主动感知、决...
OmniSync – 创新音视频同步技术的突破
OmniSync是什么 OmniSync是由中国人民大学、快手科技和清华大学联合推出的一款通用对口型框架，旨在通过先进的技术实现视频中人物口型与语音的精准同步。...