未分类
ReasonGraph – 开源可视化与分析 LLMs 推理过程的 AI 工具
ReasonGraph 是什么 ReasonGraph 是一个用于可视化和分析大语言模型（LLMs）推理过程的开源网络平台。它支持超过 50 种主流模型，如 Anthropic、OpenAI、G...
Gemini 2.5 Pro – 谷歌新一代多模态 AI 模型的全面解析
一、什么是 Gemini 2.5 Pro Gemini 2.5 Pro 是谷歌于 2025 年推出的新一代多模态大型语言模型，代表了人工智能领域在复杂推理、多模态处理和超长上下文理...
pdf-craft – 开源 PDF 转 Markdown/EPUB 的高效工具
pdf-craft 是什么 pdf-craft 是一款开源的 PDF 格式转换工具，专注于处理扫描书籍类 PDF 文件。它能智能提取正文内容，自动过滤页眉、页脚、脚注等干扰元...
TaoAvatar – 开启虚拟人新时代的钥匙
TaoAvatar是什么 TaoAvatar 是阿里巴巴达摩院自动驾驶实验室梦飞团队推出的高保真、轻量级的 3D 全身对话虚拟人技术。它基于 3D 高斯溅射（3DGS）技术开发...
Mureka O1 – 音乐创作的革新者
Mureka O1 是什么 Mureka O1 是昆仑万维于 2025 年 3 月 26 日推出的全球首款音乐推理大模型，也是全球首个引入 “思维链”（Chain of Thought，CoT）技术的...
Video-T1 – 视频生成领域的新突破
Video-T1 是什么 Video-T1 是清华大学和腾讯的研究人员共同推出的视频生成技术，基于测试时扩展（Test-Time Scaling，TTS）提升视频生成的质量和一致性。...
Video-T1 – 视频生成领域的新突破
Video-T1 是什么 Video-T1 是清华大学和腾讯的研究人员共同推出的视频生成技术，基于测试时扩展（Test-Time Scaling，TTS）提升视频生成的质量和一致性。...
Fin-R1 – 金融推理利器，赋能金融智能化转型
Fin-R1 是什么 Fin-R1 是一款由上海财经大学统计与数据科学学院张立文教授团队（SUFE-AIFLM-Lab）联合财跃星辰开发的金融领域推理型大语言模型。它以 Qwen...
Oliva – 开源语音 RAG 助手的创新与实践
Oliva 是什么 Oliva 是一款开源的语音 RAG（检索增强生成）助手，由 Deluxer 团队开发。它结合 Langchain 和 Superlinked 技术，基于语音驱动的 RAG 架构...
Qwen2.5-Omni – 多模态 AI 的全新里程碑
Qwen2.5-Omni 是什么 Qwen2.5-Omni 是阿里开源的 Qwen 系列旗舰级多模态模型，拥有 70 亿参数规模，是一个端到端的全能感知模型，能够同时处理文本、图像...