最新AI教程资讯
LinFusion – 新加坡国立推出图像生成模型，单GPU一分钟生成16K图像
LinFusion 是新加坡国立大学研究团队开发的一种创新图像生成模型，基于线性注意力机制来处理高分辨率图像生成任务。使模型在处理大量像素时的计算复杂度保持线性，显著提高生成效率。
2025-02-12 11:18:11
Deepfake Defenders – 中科院开发的识别Deepfake伪造内容的AI模型
Deepfake Defenders是由中国科学院自动化研究所的团队VisionRush开发的一款开源AI模型，旨在识别和防御Deepfake技术生成的伪造图像和视频。模型通过分析媒体内容中的微小像素变化来检测Deepfake，帮助用户区分真伪，减少虚假信息的传播和潜在的滥用风险。
2025-02-12 10:51:39
蓝心大模型 – vivo推出的全新自研通用大模型矩阵，30亿端侧大模型
蓝心大模型是vivo发布的全新自研通用大模型矩阵，包括语言大模型、端侧大模型、语音大模型、图像大模型以及多模态大模型。在多个领域和场景中发挥着重要作用，例如内容创作辅助、知识问答系统、逻辑推理与分析、代码生成和软件开发、信息提取和数据分析、自动化办公、多语言翻译和本地化以及创意娱乐等。
2025-02-12 10:27:32
VideoLLaMB – 开源的多模态长视频理解框架
VideoLLaMB 是一种创新的长视频理解框架，通过引入记忆桥接层和递归记忆令牌来处理视频数据，确保在分析时不丢失关键视觉信息。模型特别设计用于理解长时间视频内容，保持语义连续性，并在多种任务中表现出色，如视频问答、自我中心规划和流式字幕生成。
2025-02-12 09:58:09
MagicMan – 腾讯联合多所高校推出2D图像生成3D人类模型的AI项目
MagicMan 是清华大学深圳国际研究生院、腾讯AI实验室、香港科技大学、斯坦福大学和香港中文大学的研究团队共同推出的AI项目，专注于基于深度学习技术从单张2D图像生成高质量的3D人类模型。
2025-02-11 17:56:40
DeepSeek-Coder-V2 – DeepSeek开源的代码语言模型，与GPT4-Turbo相媲美
DeepSeek-Coder-V2 是由DeepSeek推出的开源代码语言模型，在代码特定任务中的表现与 GPT4-Turbo 相媲美。模型在 DeepSeek-V2 的基础上，额外预训练了 6 万亿个 tokens 来增强其编码和数学推理能力，保持了在一般语言任务上的性能。
2025-02-11 17:29:02
AppFlowy – 开源的AI笔记和任务管理工具，对标Notion
AppFlowy 是一个开源的笔记和任务管理工具，被设计为 Notion 的替代品，提供了更好的隐私保护。使用 Rust 和 Flutter 构建，遵循极简原则，提供了足够的调整空间。AppFlowy 支持用户管理任务、添加待办事项列表、截止日期、跟踪事件、添加页面，以及为笔记 任务设置文本格式。
2025-02-11 17:06:30
丰语大模型 – 顺丰推出物流行业的大语言模型，摘要准确率达95%+
丰语大模型是顺丰科技推出的物流行业专用大语言模型。顺丰科技表示，丰语大模型以更小的尺寸模型对更大尺寸通用模型在物流垂域的全面超越。丰语大模型已在市场营销、客户服务、快递收派等多个业务场景中得到应用，能提升摘要准确率至95%以上，减少客服处理时间，通过智能问答为快递员提供即时帮助，准确率超过98%。
2025-02-11 16:38:30
SAM2Point – 基于SAM2的零样本3D分割技术，增强3D分割精确度
SAM2Point是基于SAM2的3D分割技术，无需额外训练或 2D-3D 投影，直接对任意3D数据进行零样本分割。通过将3D数据体素化，模拟为多方向视频流，基于SAM2实现精确的空间分割。
2025-02-11 16:09:02
CodeFuse-muAgent – 蚂蚁CodeFuse团队推出开源的多智能体框架
CodeFuse-muAgent 是蚂蚁集团 CodeFuse 团队开发的多智能体框架，基于知识图谱引擎来驱动智能体的编排和协作。简化智能体的标准操作程序编排流程。通过集成工具库、代码库和知识库，支持在多种场景中快速构建复杂的智能体交互应用。
2025-02-11 15:46:47
VoxInstruct – 清华推出的开源语音合成技术，支持多语言和跨语言合成
VoxInstruct 是由清华大学开源的语音合成技术，能根据人类语言指令生成高度符合用户需求的语音。系统采用统一的多语言编解码器语言建模框架，将传统的文本到语音任务扩展到更广泛的人类指令到语音任务。
2025-02-11 15:21:37
Pixtral 12B – Mistral AI推出的首款多模态AI模型
Pixtral 12B 是法国AI初创公司Mistral推出的首款多模态AI模型，能同时处理图像和文本。模型拥有 120 亿参数，模型大小约为 24GB，基于文本模型 Nemo 12B构建，能回答任意数量、任意尺寸图像的问题。
2025-02-11 14:57:16
MMRole – AI多模态角色扮演智能体（MRPA）框架
MMRole是由中国人民大学高瓴人工智能学院研究团队推出的的一种多模态角色扮演智能体（MRPA）框架。通过结合图像和文本，使智能体以特定角色进行更自然和沉浸式的对话。
2025-02-11 14:33:46
ReHiFace-S – 硅基智能推出的实时人脸替换AI技术
RReHiFace-S是由硅基智能团队推出的开源项目，实现高保真、实时人脸替换的AI算法，用户通过简单的操作在视频或直播中进行面部交换。
2025-02-11 14:07:46
NarratoAI – 开源自动化影视解说和视频剪辑的AI工具
NarratoAI 是基于AI技术自动化影视解说和编辑的工具。通过大型语言模型（LLM）理解视频内容，自动生成解说文案，并将文案转化为配音，同时进行视频剪辑和字幕生成。
2025-02-11 13:42:00
Skywork-Reward – 昆仑万维推出的高性能奖励模型，辅助智能体决策
Skywork-Reward 是昆仑万维推出的一系列高性能奖励模型，包括 Skywork-Reward-Gemma-2-27B 和 Skywork-Reward-Llama-3 1-8B。主要用于指导和优化大语言模型的训练。模型通过分析和提供奖励信号，帮助模型理解和生成符合人类偏好的内容。
2025-02-11 13:18:07
Torch-MLU – 寒武纪开源的PyTorch后端插件，支持大模型一键迁移
Torch-MLU 是寒武纪开源的 PyTorch 设备后端扩展插件，支持开发者将寒武纪 MLU 系列智能加速卡作为 PyTorch 的加速后端使用。插件实现了对 PyTorch 的原生支持，开发者能无缝地将基于 GPU 的深度学习模型迁移到寒武纪 MLU 硬件上，提升模型的训练和推理效率。
2025-02-11 12:51:42
ImageBind – Meta推出开源多模态AI模型，实现六种多模态数据整合
ImageBind是Meta公司推出的开源多模态AI模型，将文本、音频、视觉、温度和运动数据等六种不同类型的信息整合到一个统一的嵌入空间中。模型通过图像模态作为桥梁，实现其他模态数据的隐式对齐，无需直接的模态间配对数据。
2025-02-11 12:27:36
LlamaCoder – 开发者的AI工具，快速创建全栈应用程序
LlamaCoder 是一个开源的 AI 工具，使用 Llama 3 1 405B 模型快速生成全栈应用程序。旨在提供一种替代 Claude Artifacts 的解决方案。集成了 Sandpack、Next js、Tailwind 和 Helicone 等组件，支持代码沙盒、应用路由、样式设计和可观测性分析。
2025-02-11 12:06:48
XVERSE-MoE-A36B – 元象开源的国内最大MoE模型，推理性能提升100%
XVERSE-MoE-A36B是由元象推出的中国最大的MoE（Mixture of Experts，混合专家模型）开源大模型。模型具有2550亿的总参数和360亿的激活参数，性能上与超过100B参数的大模型相媲美，实现跨级的性能跃升。
2025-02-11 11:40:48
人气排行
24小时排行
