最新AI教程资讯
Fashion-VDM – 谷歌和华盛顿大学联合推出的虚拟试穿技术
Fashion-VDM是谷歌和华盛顿大学共同推出的基于视频扩散模型（VDM）的虚拟试穿技术。能在给定服装图像和人物视频的情况下，生成人物穿着指定服装的高质量试穿视频，保留人物的身份和动作。Fashion-VDM基于扩散模型架构、分割分类器自由引导和渐进式时间训练策略，解决视频虚拟试穿中服装细节和时间一致性的问题。
2025-01-23 10:31:50
olly.bot – 个人AI助理，集成多种通用AI能力支持本地使用
Olly bot是集成于iMessage和SMS的个人AI助手，基于OpenAI大模型，提供网络搜索、文档分析、图片生成等功能。Olly bot无需下载、注册，不收集用户身份信息，保护隐私。支持iOS、macOS、Android和Windows平台。Olly bot的设计理念是成为多合一的AI伴侣，包括管理任务、导航、寻求个性化建议，改变用户与技术互动的方式。
2025-01-23 10:05:05
AdaCache – Meta推出加速AI视频实时高质量生成的开源项目
AdaCache（Adaptive Caching）是Meta推出的开源技术，能加速AI视频生成过程。AdaCache自适应缓存机制优化计算资源分配，根据不同视频内容的复杂度动态调整计算量，减少不必要的计算开销。AdaCache引入运动正则化策略，用视频内的运动信息进一步优化缓存决策。
2025-01-23 09:37:04
CogVideoX v1.5 – 智谱最新开源的AI视频生成模型
CogVideoX v1 5是智谱最新开源的AI视频生成模型。模型包含CogVideoX v1 5-5B和CogVideoX v1 5-5B-I2V两个版本，5B 系列模型支持生成5至10秒、768P分辨率、16帧的视频，I2V模型能处理任意尺寸比例的图像到视频的转换，结合即将开放内测的CogSound音效模型能自动生成匹配的AI音效。
2025-01-23 09:13:38
MiLoRA – 上海财经、南方科技和清华大学联合推出针对LLMs的微调方法
MiLoRA是参数高效的大型语言模型（LLMs）微调方法，通过更新权重分量来矩阵的次要奇异减少计算和内存成本。方法基于奇异值分解（SVD）将权重矩阵分为主要和次要两部分，主要部分包含重要知识，次要部分包含噪声或长尾信息。
2025-01-22 18:04:37
OpenCoder – 无限光年联合多所高校推出的开源代码大型语言模型
OpenCoder是墨尔本大学、复旦大学等高校研究人员联合无限光年推出的开源代码大型语言模型（LLM），能提升开源代码LLM的性能至专有模型水平，推动代码AI研究的透明化和可重复性。OpenCoder提供模型权重和推理代码，包括可复现的训练数据、完整的数据处理流程、严格的实验消融结果和详细的训练协议，助力研究社区构建和创新。
2025-01-22 17:41:45
Infinity-MM – 智源推出的千万级多模态指令数据集
Infinity-MM是智源研究院推出的千万级多模态指令数据集，包含4300万条样本，数据量达10TB。数据集经过质量过滤和去重，确保高质量和多样性，能提升开源视觉-语言模型（VLMs）的性能。智源推出基于开源VLMs的合成数据生成方法，进一步扩充数据集规模和多样性。
2025-01-22 17:17:29
FabricDiffusion – 谷歌联合卡内基梅隆大学推出的高保真度3D服装生成技术
FabricDiffusion是谷歌和卡内基梅隆大学共同推出的高保真度3D服装生成技术，能将现实世界中2D服装图像的纹理和印花高质量地转移到任意形状的3D服装模型上。FabricDiffusion基于去噪扩散模型和大规模合成数据集纠正输入纹理图像的失真，生成包括漫反射、粗糙度、法线和金属度在内的多种纹理贴图。
2025-01-22 16:49:23
HourVideo – 李飞飞和吴佳俊团队推出的长视频理解基准数据集
HourVideo是斯坦福大学李飞飞和吴佳俊团队推出的长视频理解基准数据集，包含500个第一人称视角视频，时长20至120分钟，覆盖77种日常活动，能评估多模态模型对长视频的理解能力。
2025-01-22 16:26:10
App Intents – 苹果推出的集成Siri和Apple Intelligence新框架
App Intents是苹果推出的支持开发者在iOS、macOS等平台上集成Siri和Apple Intelligence的新框架，实现应用功能与系统体验（如Siri、Spotlight搜索、快捷指令）的无缝融合。App Intents基于定义应用意图、实体和选项，让用户能直接用Siri控制应用，搜索应用内容，创建自动化操作，提升应用的智能化和便捷性。
2025-01-22 15:56:17
DimensionX – 港科大、清华和生数科技共同推出的单图像生成复杂3D、4D场景框架
DimensionX是香港科技大学、清华大学和生数科技共同推出的框架，能从单张图片生成高逼真度的3D和4D场景，基于视频扩散技术实现对空间和时间维度的精确控制。框架基于ST-Director技术解耦空间和时间因素，支持独立或组合控制，生成具有动态变化的复杂场景。
2025-01-22 15:36:10
SeedEdit – 字节豆包团队推出的AI图像编辑模型
SeedEdit是字节跳动豆包大模型团队推出的通用图像编辑模型，基于简单的自然语言指令编辑图像，包括修图、换装、美化、风格转换及在指定区域添加或删除元素等。SeedEdit的核心优势为在维持原始图像和生成新图像之间找到最佳平衡，实现精准且高质量的编辑效果。
2025-01-22 15:13:08
HK-O1aw – HKGAI团队联合北大团队推出的慢思考范式法律推理大模型
HK-O1aw是香港生成式AI研发中心(HKGAI)旗下AI for Reasoning团队(HKAIR)与北京大学对齐团队(PKU-Alignment Team)合作推出的全球首个慢思考范式法律推理大模型。HK-O1aw在合同法、消费者权益保护法等多个法律领域表现出色，能深入分析复杂法律文本和案例，提供逻辑严密的法律意见。
2025-01-22 14:45:58
AnimePro FLUX – 动漫风格图像生成模型，基于Flux.1 Shnell模型微调
AnimePro FLUX是基于Apache 2 0许可的动漫风格图像生成模型，专为生成高质量二次元插画设计。AnimePro FLUX基于Flux 1 Shnell模型微调，克服DEV版本的许可限制，产生媲美Dev和Pro级别的图像。模型在RTX 3090 GPU上运行速度超过SDXL，支持4-8步生成，超过10步进入细化模式。
2025-01-22 14:17:31
VideoChat – 开源的实时数字人对话系统，首包延迟低至3秒
VideoChat是开源的实时数字人对话系统，支持语音输入和实时对话功能。用户自定义数字人的形象和音色，无需训练即可进行音色克隆，首包延迟可低至3秒，适用于直播、新闻播报和聊天助手等多种实时语音交互场景。系统支持支持GLM-4-Voice，提供ASR-LLM-TTS-THG和MLLM-THG两种生成方式。
2025-01-22 13:53:56
TableGPT2 – 浙大推出整合与处理表格数据的多模态大模型
TableGPT2是浙江大学推出的新型大型多模态模型，针对表格数据的整合与处理。首次将结构化数据作为独立模态进行训练，直接理解并操作数据库、Excel等数据，执行SQL查询、数据分析等任务。模型包含创新的表格编码器，强化对不规则表格和模糊查询的处理能力，在多个基准测试中性能显著提升。
2025-01-22 13:29:01
GenXD – 新加坡国立和微软共同推出的通用3D和4D联合生成框架
GenXD是新加坡国立大学和微软公司共同推出的3D-4D联合生成框架，能从任意数量的条件图像中生成高质量的3D和4D场景。框架用一个数据整理流程从视频中提取相机姿态和物体运动强度，基于这些信息及大规模4D数据集CamVid-30K训练模型。
2025-01-22 13:04:53
AlphaFold 3 – 谷歌DeepMind开源的结构预测统一框架
AlphaFold 3是谷歌DeepMind团队推出的AI模型，能预测蛋白质、核酸（DNA和RNA）、小分子、离子及修饰残基等生物分子的三维结构。模型在结构预测的准确性上取得革命性进展，对药物设计、科研和生物医学领域具有重大影响。基于开源，AlphaFold 3让全球科学家加速新药和疫苗的研发进程。
2025-01-22 12:36:28
PDFMathTranslate – 开源的PDF文档翻译和双语对照工具
PDFMathTranslate是开源的PDF文档翻译工具，设计用于翻译科技论文等PDF文件，能保留原文的排版，包括公式和图表。PDFMathTranslate支持双语对照，保持原有目录结构，兼容多种翻译服务，如Google、DeepL、Ollama和OpenAI等。用户基于命令行工具操作，实现文档的快速翻译和双语对照查看。
2025-01-22 12:10:24
MoneyPrinterTurbo – 开源的AI短视频生成工具
MoneyPrinterTurbo是开源的AI短视频生成工具，能自动化地根据用户提供的视频主题或关键词生成视频文案、素材、字幕和背景音乐，合成高清短视频。工具支持API和Web界面操作，具备自定义文案、多种视频尺寸、批量视频生成、多语言支持、多种语音合成技术、字幕定制和背景音乐选择等功能。
2025-01-22 11:49:43
人气排行
24小时排行
