最新AI教程资讯
DeepSeek-Prover-V1.5 – 70亿参数的开源数学大模型
DeepSeek-Prover-V1 5是由DeepSeek团队开发的开源数学大模型，拥有70亿参数。模型通过结合强化学习（RLPAF）和蒙特卡洛树搜索（特别是RMaxTS变体），在数学定理证明方面取得了显著的效率和准确性提升。
2025-02-19 10:54:50
SadTalker – 开源AI数字人项目，一键让照片说话
SadTalker是西安交通大学、腾讯AI实验室和蚂蚁集团联合推出的开源AI数字人项目。SadTalker专注于通过单张人脸图像和语音音频，利用3D运动系数生成逼真的说话人脸动画。
2025-02-19 10:29:16
xGen-MM – Salesforce推出的开源多模态AI模型
xGen-MM是Salesforce推出的一款开源多模态AI模型，具有处理交错数据的能力，能同时理解和生成文本、图像等多种数据类型。xGen-MM通过学习大量的图片和文字信息，不仅在视觉语言任务上展现出强大的性能，还通过开源模型、数据集和微调代码库，促进模型能力的不断提升。
2025-02-19 10:01:35
Phi-3.5 – 微软推出的新一代AI模型，mini、MoE混合和视觉模型
Phi-3 5是微软推出的新一代AI模型系列，包含 Phi-3 5-mini-instruct、Phi-3 5-MoE-instruct 和 Phi-3 5-vision-instruct 三个版本，分别针对轻量级推理、混合专家系统和多模态任务设计。
2025-02-19 09:38:11
Seed-ASR – 字节跳动推出的AI语音识别模型
Seed-ASR是字节跳动开发的一款基于大型语言模型（LLM）的语音识别（ASR）模型。在超过2000万小时的语音数据和近90万小时的配对ASR数据上训练，支持普通话和13种中国方言的转录，能识别英语和其他7种外语的语音。
2025-02-18 17:53:49
Moffee – 开源的Markdown转PPT工具
Moffee是开源的Markdown转PPT工具，支持用户使用Markdown语法快速创建专业的幻灯片。Moffee自动处理布局、分页和样式，支持实时预览和导出为PDF或HTML格式。
2025-02-18 17:26:45
浦语灵笔 – 开源的多模态大模型，性能媲美GPT-4V
浦语灵笔IXC-2 5是上海人工智能实验室推出的新一代多模态大模型，具备7B规模的大型语言模型后端。能处理长达96K的长上下文，支持超高分辨率图像和细粒度视频理解，能进行多轮多图像对话。
2025-02-18 17:06:17
新壹视频大模型 – 新壹科技推出的AI视频创作大模型
新壹视频大模型是新壹科技推出的AI视频创作大模型，自研AI算法和深度学习技术，实现从剧本到成品的一键式创作。具备剧本生成、情感化语音合成、3D元素创建和视频自动生成等功能，大幅降低创作成本，简化操作流程，提升用户体验，推动各行业数字化转型。
2025-02-18 16:40:09
书生·浦语 – 上海人工智能实验室推出的开源AI大模型
书生·浦语是上海人工智能实验室推出的开源AI大模型，具有卓越的推理能力和超长文本处理功能。书生·浦语支持高达一百万词元的文本输入，能自主进行网络搜索并整合信息，显著提升了处理复杂问题的能力。
2025-02-18 16:15:52
MetaHuman-Stream – 实时交互流式AI数字人技术
MetaHuman-Stream 是一项前沿的实时交互流式AI数字人技术，集成了 ERNerf、MuseTalk、Wav2lip 等多种先进模型，支持声音克隆和深度学习算法，确保对话流畅自然。通过全身视频整合和低延迟通信技术，提供沉浸式体验。
2025-02-18 15:52:41
Half_illustration – 基于Flux.1 的LoRA模型，让照片秒变艺术大片
Half_illustration是一个基于Flux 1模型的LoRA图像创意模型，融合了摄影写实与插画艺术的元素，创造出独特的视觉效果。这种风格在图像中同时展现了逼真的人物或场景以及富有想象力的插画元素，如抽象线条和装饰图案。
2025-02-18 15:31:47
ProPainter – 南洋理工大学推出的AI视频修复项目
ProPainter是南洋理工大学S-Lab团队推出的AI视频修复项目。通过结合双域传播和蒙版引导的稀疏视频Transformer，有效提高了视频修复的性能。ProPainter能自动从视频中去除不需要的物体，填补缺失部分，甚至扩展视频视野，提供高质量的视觉内容。
2025-02-18 15:11:19
Roop – 开源的AI视频换脸工具
Roop 是开源的AI视频换脸工具，Roop支持用户通过一张图片替换视频中的面部，无需复杂的数据集或训练过程。安装和使用需要一定的技术技能，适合有一定基础的用户操作。
2025-02-18 14:50:00
TurboEdit – Adobe推出的AI即时图像编辑模型
TurboEdit是Adobe Research 推出的AI即时图像编辑模型。通过编码器迭代反演和基于文本的精细控制，能够在几步内实现对图像的精确编辑。利用详细的文本提示，通过修改提示中的单一属性，实现图像中相应属性的精确改变，同时保持其他特征不变。
2025-02-18 14:26:46
Wav2Lip – 开源的唇形同步工具
Wav2Lip是开源的唇形同步工具，支持用户将音频文件转换成与口型同步的视频，广泛应用于视频编辑和游戏开发等领域。Wav2Lip不仅能够实现实时口型生成，还支持多种语言，适用于不同场景下的需求。
2025-02-18 14:06:01
AuraFlow – Fal团队推出的开源AI文生图模型
AuraFlow v0 1是Fal团队推出的开源AI文生图模型，拥有6 8B参数量。优化了MMDiT架构，提升了模型的计算效率和可扩展性。AuraFlow擅长精准图像生成，尤其在物体空间构成和色彩表现上表现突出，在人物生成上还有提升空间。
2025-02-18 13:38:45
LongWriter – 清华联合智谱AI推出的长文本生成模型
LongWriter 是清华大学联合智谱AI推出的长文本生成模型，能生成超10,000字的连贯文本，项目已开源。通过分析现有大型语言模型的输出限制，创建了"LongWriter-6k"数据集，成功扩展了AI模型的输出能力。
2025-02-18 13:15:16
源2.0-M32 – 浪潮信息推出的拥有32个专家的混合专家模型(MoE)
源2 0-M32是浪潮信息推出的拥有32个专家的混合专家模型(MoE)。采用创新的"Attention Router"技术，提高了模型选择专家的效率和准确性。模型总参数量达40亿，训练计算消耗只有同样规模密集型模型的1 16。
2025-02-18 12:51:41
Zion – 零代码AI应用开发平台
Zion是一个零代码AI应用开发平台，通过可视化配置和拖拽式交互，大幅降低了应用开发的技术门槛。用户无需编程知识即可快速构建小程序、网站等应用。Zion集成了人工智能技术，提供智能知识库、数据处理等功能，支持个性化定制和业务自动化，旨在提升开发效率和经营效能。
2025-02-18 12:28:50
Dify – 开源的生成式AI应用开发平台
Dify是开源的生成式AI应用开发平台，提供从 Agent 构建到 AI workflow 编排、RAG 检索、模型管理等一站式服务。Dify使开发者能专注于创造应用的核心价值，并通过可视化工具 Dify Orchestration Studio 轻松构建、运营并优化 AI 应用。
2025-02-18 12:05:09
人气排行
24小时排行
