最新AI教程资讯
Promptim – AI提示优化库，自动迭代优化、生成最佳配置
Promptim是实验性的AI提示优化库，基于自动化流程提升AI系统在特定任务上的提示效果。用户提供初始提示、数据集和自定义评估器，Promptim能自动运行优化循环，生成更优的提示。这一过程提高了AI任务的性能，支持用人工反馈进一步指导优化，实现更精准的AI系统调优。
2025-01-21 12:01:33
TinyTroupe – 微软推出的多智能体角色模拟库
TinyTroupe是microsoft推出的实验性Python库，用在模拟具有特定个性、兴趣和目标的人工代理（TinyPersons），在模拟环境（TinyWorld）中进行互动。TinyTroupe基于大型语言模型（如GPT-4）生成逼真的行为，研究人类行为和消费者类型。TinyTroupe的目标是基于模拟环境理解人类行为，在生产力和商业场景中提供启示。
2025-01-21 11:39:55
Thinking Claude – 17岁高中生推出的神级Prompt工具，AI 思维更接近人类
Thinking Claude是基于深度思考协议和浏览器扩展工具，增强AI模型Claude-3 5的“深度思维”能力的项目，让其思考逻辑更接近人类。支持AI以自然、未经过滤的方式深入思考后再回应，支持思考过程的展开和折叠。Thinking Claude提供更易于阅读和管理的界面，让日常任务中的AI对话更加有趣和富有洞察力。
2025-01-21 11:19:03
OmniVision – 专为边缘设备优化的最小参数多模态模型
OmniVision是紧凑的多模态模型，拥有968M参数，专为边缘设备优化。OmniVision能处理视觉和文本输入，基于LLaVA架构改进，显著减少图像token数量，降低延迟和计算成本。基于可信数据进行DPO训练，OmniVision提供更可靠的结果，适于视觉问答和图像描述等任务。
2025-01-21 10:55:43
Free Video-LLM – 无需训练的高效视频语言模型
Free Video-LLM是创新的无需训练的高效视频语言模型，基于提示引导的视觉感知技术，实现对视频内容的高效理解。模型用预训练的图像LLMs，无需额外训练即可适应视频任务，减少视频帧生成的视觉标记数量，降低计算成本。Free Video-LLM在多个视频问答基准上展现出与最先进的视频LLMs相媲美的性能，显著减少了视觉标记的使用，为视频理解任务提供准确性与计算效率之间的理想平衡。
2025-01-21 10:26:52
LogoCreator – 开源 AI Logo生成器，几秒内创建专业级定制化商标
LogoCreator是开源的logo生成器，基于Together AI提供的Flux Pro 1 1技术快速创建专业风格的logo。项目用Next js和TypeScript构建应用框架，Shadcn和Tailwind CSS用于UI组件和样式设计，Plausible和Helicone用在分析和监控。用户克隆GitHub上的仓库、配置环境变量和安装依赖本地运行和使用LogoCreator。
2025-01-21 09:59:07
法信法律基座大模型 – 最高法发布法律行业千亿参数通用大模型
法信法律基座大模型是基于清华大学与面壁智能科研成果转化的千亿参数通用大模型，由最高人民法院发布，定位为国家级法律AI基础设施。提供生成式AI底层能力，配套安全治理机制，保障法律AI安全发展。法信法律基座大模型基于清华大学与面壁智能科研成果转化，整合万亿字量级的法律专业数据，实现法律语义理解、逻辑推理等功能。
2025-01-20 17:39:54
Audio Decomposition – 开源音乐转谱工具，一键将音乐转换为五线谱
Audio Decomposition是音频处理技术，基于傅里叶变换和信封匹配将音乐中的各个音符和乐器分离，实现音乐到乐谱的转换。Audio Decomposition开源项目是Matthew Bird推出的，无需外部乐器分离库，自动识别和分离音乐中的不同乐器声音，帮助用户更好地理解和重现乐谱。
2025-01-20 17:13:35
Florence-2 – 微软 Azure AI 团队推出的多功能视觉语言模型
Florence-2 是微软 Azure AI 团队推出的多功能视觉模型，能执行图像描述、目标检测、视觉定位和图像分割等多种计算机视觉任务。Florence-2 基于 Transformer 架构，用序列到序列学习方法，编码器将图像转换为序列表示，解码器再将表示转换为文本输出。
2025-01-20 16:44:44
k0-math – 月之暗面Kimi推出的数学推理模型，对标o1
k0-math是月之暗面推出的最新数学推理模型，主打深入思考能力。在MATH、中考、高考、考研等数学基准测试中，k0-math的成绩超过OpenAI的o1系列模型。模型基于不断探索和试错解决数学问题，即使在简单问题上也会进行反复思考和验证，展现深入分析和推理的能力。
2025-01-20 16:22:21
MagicQuill – 蚂蚁集团联合多所高校共同开源的AI互动式图像编辑工具
MagicQuill是香港科技大学、蚂蚁集团、浙江大学和香港大学共同推出的开源AI互动式图像编辑工具。基于用户友好的界面和AI支持的智能建议，实现精确的局部图像编辑。用户用简单的笔触和提示词，轻松添加元素、擦除物体或改变颜色，让图像编辑变得简单、智能且高效。
2025-01-20 15:58:11
ai-chatbot – 开源AI聊天机器人模板，快速构建高性能聊天应用
ai-chatbot是Vercel推出的开源项目，基于Next js框架和Vercel AI SDK构建。ai-chatbot提供一个功能完备、易于定制的AI聊天机器人模板，帮助开发者快速构建高性能和良好用户体验的聊天应用。项目集成前沿技术，支持多种大语言模型，具备灵活的模型切换能力，提供出色的UI设计和数据管理功能。
2025-01-20 15:35:57
LLaMA-Mesh – 清华联合英伟达推出的自然语言生成复杂的3D模型项目
LLaMA-Mesh是清华大学和NVIDIA共同推出的项目，基于将3D网格生成与大型语言模型（LLMs）结合，实现用文本提示直接生成3D模型的功能。项目用OBJ文件格式将3D网格的顶点坐标和面定义转换为文本，基于顶点量化技术优化处理，让模型能理解和生成3D网格。
2025-01-20 15:12:59
iAgents – 清华大学推出的多AI智能体协作框架
iAgents是清华大学推出的多AI智能体协作框架，基于为每个用户配备个人AI智能体促进协作和完成日常任务。智能体能理解用户的文件、命令，从协作中学习，实现自动的信息交换和任务解决。iAgents用infoNav推理机制指导智能体在信息不对称的情况下进行有效沟通，提高团队协作效率并推动AI技术的前沿发展。
2025-01-20 14:51:04
DanceFusion – 清华大学推出音频驱动舞蹈动作重建与生成的开源框架
DanceFusion是清华大学推出的开源框架，专注于音频驱动的舞蹈动作重建与生成。DanceFusion结合分层时空Transformer-VAE和扩散模型，能处理社交媒体上的不完整和嘈杂骨骼数据，生成与音乐同步的逼真舞蹈动作。DanceFusion技术基于先进的掩码策略和迭代扩散过程，优化动作序列，确保动作生成的高保真度和音乐同步性，广泛应用于内容创作、虚拟现实和互动娱乐等领域。
2025-01-20 14:26:15
Symphony Creative Studio – TikTok推出的AI广告创意视频生成工具
Symphony Creative Studio是TikTok推出的AI视频创作工具，帮助广告主和内容创作者简化视频制作流程。Symphony Creative Studio集成视频生成、转换和扩展功能，用户输入信息和素材或导入URL后，系统结合授权资源自动生成视频。Symphony Creative Studio支持AI虚拟人物视频创作，视频翻译配音，及基于品牌IP创建定制虚拟形象。
2025-01-20 14:05:06
Skywork o1 – 昆仑万维推出的天工大模型4.0 o1版
Skywork o1是昆仑万维推出的天工大模型4 0 o1版，是国内首款具备中文逻辑推理能力的o1模型。Skywork o1在模型输出中内生了思考、计划、反思等能力，显著提升推理能力。Skywork o1模型包括基于开源Llama 3 1 8B的模型和进阶能力更强的版本，推动AI深度思考和复杂推理能力的发展，是追求AGI（人工通用智能）的重要一步。
2025-01-20 13:43:54
Voyage Multimodal-3 – Voyage AI 推出的多模态嵌入模型
Voyage Multimodal-3 是 Voyage AI 推出的先进的多模态嵌入模型，能处理交错的文本和图像，并从 PDF、幻灯片、表格等截图中捕捉关键视觉特征，无需复杂文档解析。Voyage Multimodal-3模型在多模态检索任务中表现出色，平均检索准确率比现有最佳模型高出19 63%，支持文本和内容丰富的图像，具有类似现代视觉-语言转换器的架构，能统一处理文本和视觉数据，提供更准确的语义搜索和文档理解能力。
2025-01-20 13:22:46
Hali – 特斯联Buttons推出的多模态多智能体协作Agent
Hali是特斯联联合国际轻奢品牌Buttons推出的多模态多智能体协作AI Agent。Hali具备类人思考、长记忆、物理世界感知和多智能体协作四大特点，语义理解准确率超97%，中英文翻译准确率达96%。Hali被设计为用户的智能伴侣，能理解意图、捕捉心理，提供个性化服务，引领智能奢品新趋势。
2025-01-20 13:01:22
Agent K v1.0 – 华为诺亚方舟实验室联合伦敦大学推出的端到端自主数据科学智能体
Agent K v1 0 是华为诺亚方舟实验室与伦敦大学学院团队联合推出的端到端自主数据科学智能体，能自动化、优化和泛化处理多种数据科学任务。Agent K v1 0基于结构化推理和动态记忆管理，在无需人工微调的情况下，从经验中学习、优化决策。
2025-01-20 12:33:47
人气排行
24小时排行
