最新AI教程资讯
WeGen – 中科大联合上海交大等推出的统一多模态生成模型
WeGen 是中国科学技术大学联合上海交通大学、微信团队、中国科学院等机构推出的统一多模态生成模型，基于自然对话实现多样化的视觉生成任务。WeGen结合多模态大语言模型（MLLM）和扩散模型，处理文本到图像生成、条件驱动生成、图像编辑、风格迁移等多种任务。
2025-03-20 13:47:47
驭势科技上市计划：香港布局带来新机遇与可能
驭势科技上市计划：香港布局带来新机遇与可能 嘿，朋友们！咱是不是都梦想着能抓住个好机会，一飞冲天呢？别瞎琢磨啦，今天就来聊聊驭势科技，这家公司可有大动静。
2025-03-20 13:24:04
DiffBrush – 北邮联合清华等机构推出的图像生成与编辑框架
DiffBrush是北京邮电大学、清华大学、中国电信人工智能研究所和西北工业大学推出的，无需训练的图像生成与编辑框架，支持用户基于手绘草图直观地控制图像生成。DiffBrush用预训练的文本到图像（T2I）模型，基于颜色引导、实例与语义引导及潜在空间再生等技术，精准控制生成图像的颜色、语义和实例分布。
2025-03-20 13:20:55
堆友 AI 官网入口：阿里巴巴打造的创意设计平台，功能丰富多样
堆友 AI 官网入口：阿里巴巴打造的创意设计平台，功能丰富多样 嘿，朋友们！是不是有时候觉得自己创意满满，却无从下手？别愁啦，今天我就给大家带来一个超棒的 “宝藏之地”
2025-03-20 12:58:20
Liquid – 华中科技、字节、港大联合推出的统一多模态生成框架
Liquid是华中科技大学、字节跳动和香港大学联合推出的极简统一多模态生成框架。基于VQGAN将图像编码为离散的视觉token，与文本token共享同一词汇空间，让大型语言模型（LLM）无需修改结构实现视觉生成与理解。
2025-03-20 12:51:39
X-Dancer – 字节等机构推出音乐驱动的人像舞蹈视频生成框架
X-Dancer 是字节跳动联合加州大学圣地亚哥分校和南加州大学的研究人员共同推出的音乐驱动的人像舞蹈视频生成框架，支持从单张静态图像生成多样化且逼真的全身舞蹈视频。X-Dancer结合自回归变换器（Transformer）和扩散模型，用 2D 人体姿态建模，基于广泛可用的单目视频数据捕捉舞蹈动作与音乐节奏的复杂对齐关系。
2025-03-20 12:30:20
美间是用来干嘛的：助力设计师创作与采购，一站式服务平台
美间是用来干嘛的：助力设计师创作与采购，一站式服务平台 嘿，朋友们！是不是觉得设计之路困难重重，灵感枯竭得像沙漠里找水？别愁啦，今天咱就来聊聊超厉害的美间。
2025-03-20 12:28:30
猎户星空 AI 智能服务机器人：创新科技，打造智能服务家族
猎户星空 AI 智能服务机器人：创新科技，打造智能服务家族 嘿，朋友们！是不是觉得生活中好多事儿都挺麻烦，好想有个魔法助手来帮忙？别愁啦，今天就来聊聊超厉害的猎户星空
2025-03-20 12:07:43
AVD2 – 清华联合复旦等机构推出的自动驾驶事故视频理解与生成框架
AVD2（Accident Video Diffusion for Accident Video Description）是清华大学联合香港科技大学、吉林大学、南京理工大学、北京理工大学、复旦大学等机构推出的，用在自动驾驶事故视频理解的创新框架。基于生成与详细自然语言描述和推理对齐的事故视频，显著提升对复杂事故场景的理解能力。
2025-03-20 12:06:52
《腾讯智影 AI 机器人：多能创作利器，数字人等功能惊艳来袭》
《腾讯智影 AI 机器人：多能创作利器，数字人等功能惊艳来袭》 嘿，朋友们！是不是觉得创作好难，头发都快薅秃啦？别愁啦，今天咱就来聊聊超厉害的腾讯智影 AI 机器人。
2025-03-20 11:42:40
Kiss3DGen – 基于图像扩散模型的3D资产生成框架
Kiss3DGen是创新的3D资产生成框架，通过重新基于预训练的2D图像扩散模型来高效生成、编辑和增强3D对象。核心在于生成“3D Bundle Image”，将多视图图像及对应的法线图组合成一种拼贴表示，法线图用于重建3D网格，多视图图像则提供纹理映射。
2025-03-20 11:39:54
Archon – 开源 AI 智能体框架，自主生成代码构建 AI 智能体
Archon 是专注于构建和优化 AI 智能体的开源项目。通过自主生成代码和优化智能体性能，展示了现代 AI 开发的核心理念。Archon 的核心功能包括智能体的快速构建、多智能体协作以及领域知识的无缝集成。
2025-03-20 11:13:23
从 “百模大战” 到 “智能体争霸”，AI 重塑心理诊疗
2024 年作为大模型落地元年，AI 产业从 “百模大战” 进入 “智能体争霸” 阶段。以百度 “文心杯” 创业大赛为例，参赛项目数量近 1600 个，其中超 60% 聚焦智能体应用。智能体被运用到各
2025-03-20 10:48:43
PodAgent – 港中文、微软、小红书联合推出的播客生成框架
PodAgent 是香港中文大学、微软和小红书联合推出的播客生成框架。基于模拟真实的脱口秀场景，用多智能体协作系统（包括主持人、嘉宾和编剧）自动生成丰富且结构化的对话内容。PodAgent构建了多样化的声音库，用在精准匹配角色与声音，确保音频的自然度和沉浸感。
2025-03-20 10:46:18
格灵深瞳估值一落千丈，未来能否东山再起？
格灵深瞳估值为何与预期相差甚远？ 格灵深瞳曾在早期被给予极高的估值预期，然而实际情况却与预期相差甚远。这背后有多方面原因：
2025-03-20 10:22:10
Chat2SVG – 文本描述实现高质量矢量图形的生成框架
Chat2SVG 是创新的文本到矢量图形（SVG）生成框架，通过结合大型语言模型（LLMs）和图像扩散模型，实现高质量 SVG 图形的自动化创作。通过多阶段流程，首先基于 LLMs 从文本描述生成语义上有意义的 SVG 模板，然后通过图像扩散模型增强细节，在最后阶段优化路径和点坐标，提升图形的规整性和复杂性。
2025-03-20 10:20:52
QwQ-32B – 阿里通义千问开源的最新推理模型
QwQ-32B 是阿里巴巴开源的新型推理模型，参数量为 320 亿。基于大规模强化学习（RL）训练，在数学推理、编程等任务上表现出色，性能比肩 6710 亿参数的 DeepSeek-R1 满血版。模型集成智能体能力，根据环境反馈调整推理过程，展现出强大的适应性和推理能力。
2025-03-20 09:54:45
小 i 机器人专利战苹果，中国企业的知识产权保卫战！
小 i 机器人与苹果公司的专利纠纷 小 i 机器人（上海智臻智能网络科技股份有限公司）近年来与苹果公司陷入了一场持久的专利纠纷。 一、
2025-03-20 09:52:11
Light-R1 – 360智脑开源的长思维链推理模型
Light-R1是360智脑开源的AI模型，专注于数学领域的长思维链推理，具体为 Light-R1-32B。模型基于Qwen2 5-32B-Instruct，用7万条数学数据和两阶段课程学习（SFT+DPO）训练，实现从零超越DeepSeek-R1-Distill-Qwen-32B的性能。
2025-03-20 09:31:37
人气排行
24小时排行
