最新AI教程资讯
DecipherIt – AI研究助手，支持多源研究整合和分析
DecipherIt是AI驱动的研究助手工具，基于智能化手段简化和优化研究过程。工具支持将各种主题、链接和文件转化为AI生成的研究笔记本，提供全面的总结、互动问答、音频概述、可视化思维导图及自动化的FAQ生成等功能。
2025-07-19 07:25:00
Qwen3 Embedding – 阿里通义开源的文本嵌入模型系列
Qwen3 Embedding 是基于 Qwen3 基础模型开发的文本表征、检索与排序专用模型。继承了 Qwen3 的先进架构，如 Grouped Query Attention、SwiGLU 激活函数等，通过多阶段训练，包括大规模弱监督预训练、高质量监督微调和模型融合，提升了性能和鲁棒性。
2025-07-19 07:01:00
Qwen3 Reranker – 阿里通义开源的文本重排序模型
Qwen3 Reranker是阿里巴巴通义千问团队发布的文本重排序模型，属于Qwen3模型家族。采用单塔交叉编码器架构，输入文本对后输出相关性得分。模型通过多阶段训练范式，基于高质量标注数据和大量合成训练对进行训练，支持超过100种语言，涵盖主流自然语言及多种编程语言。
2025-07-18 16:56:50
Eleven v3 – ElevenLabs推出的AI文本转语音模型
Eleven v3是ElevenLabs推出的先进文本转语音模型。通过内联音频标签实现情感和语调的精确控制，支持多说话人对话，对话更自然。模型支持超70种语言，文本理解能力强，能准确把握重音、节奏。
2025-07-18 16:32:49
MiniCPM 4.0 – 面壁智能开源极致高效的端侧大模型
MiniCPM 4 0 是面壁智能推出的端侧大模型。模型分为 8B 和 0 5B 两种参数规模。8B 闪电稀疏版采用创新稀疏架构，能高效处理长文本任务；0 5B 版本以低计算资源消耗和高性能著称。
2025-07-18 16:08:49
dots.llm1 – 小红书hi lab开源的文本大模型
dots llm1 是小红书 hi lab 开源的中等规模 Mixture of Experts（MoE）文本大模型，具有 1420 亿参数，激活参数为 140 亿。模型在 11 2T 高质量 token 数据上进行预训练，用高效的 Interleaved 1F1B 流水并行和 Grouped GEMM 优化技术，训练效率显著提升。
2025-07-18 15:44:49
MonkeyOCR – 华中科技联合金山办公推出的文档解析模型
MonkeyOCR 是华中科技大学联合金山办公（Kingsoft Office）推出的文档解析模型，模型支持高效地将非结构化文档内容转换为结构化信息。基于精确的布局分析、内容识别和逻辑排序，显著提升文档解析的准确性和效率。
2025-07-18 15:20:50
Playmate – 趣丸科技团队推出的人脸动画生成框架
Playmate是广州趣丸科技团队推出的人脸动画生成框架。框架基于3D隐式空间引导扩散模型，用双阶段训练框架，根据音频和指令精准控制人物的表情和头部姿态，生成高质量的动态肖像视频。
2025-07-18 14:56:49
Time-R1 – 基于3B参数模型的时间推理语言模型
Time-R1是伊利诺伊大学香槟分校研究团队开发的基于3B参数的语言模型，通过独特的三阶段强化学习训练方法，在时间推理能力上取得了显著突破。
2025-07-18 14:32:49
MiniMax-Remover – AI视频目标移除方法，实现高质量移除效果
MiniMax-Remover 是新型的视频目标移除方法，解决现有技术中常见的幻觉物体、视觉伪影以及推理速度缓慢等问题。采用两阶段方法：第一阶段基于简化版的 DiT 架构，通过移除文本输入和交叉注意力层，得到更轻量级和高效的模型；第二阶段通过最小最大优化策略对模型进行蒸馏，识别对抗性输入噪声并训练模型在这些条件下生成高质量结果。
2025-07-18 14:08:49
MAS-Zero – Salesforce推出的多智能体系统设计框架
MAS-Zero是 Salesforce 推出的多智能体系统（MAS）设计框架，能在无需人类监督的情况下自动设计和优化MAS。框架基于元级设计，在推理时动态地对每个问题实例生成、评估和改进MAS配置。
2025-07-18 13:44:49
MultiTalk – 音频驱动的多人对话视频生成框架
MultiTalk 是中山大学深圳校区、美团和香港科技大学联合推出的新型音频驱动多人对话视频生成框架。框架根据多声道音频输入、参考图像和文本提示，生成包含人物互动且口型与音频一致的视频。
2025-07-18 13:20:49
SmolVLA – Hugging Face开源的轻量级机器人模型
SmolVLA 是 Hugging Face 开源的轻量级视觉-语言-行动（VLA）模型，专为经济高效的机器人设计。拥有4 5亿参数，模型小巧，可在CPU上运行，单个消费级GPU即可训练，能在MacBook上部署。
2025-07-18 12:56:49
ContentV – 字节跳动开源的文生视频模型框架
ContentV是字节跳动开源的80亿参数文生视频模型框架。将Stable Diffusion 3 5 Large的2D-VAE替换为3D-VAE并引入3D位置编码，使图像模型快速获得视频生成能力。
2025-07-18 12:32:49
PartCrafter – AI 3D生成模型，支持多部件联合生成
PartCrafter 是先进的3D生成模型，能从单张RGB图像中生成多个语义明确且几何形态各异的3D网格。通过组合潜在空间表示每个3D部件，使用层次化注意力机制在部件内部和部件之间传递信息，确保生成的3D模型具有全局一致性。
2025-07-18 12:08:50
MaskSearch – 阿里通义推出的检索增强预训练框架
MaskSearch是阿里巴巴通义实验室推出的新型通用预训练框架，提升大型语言模型（LLM）的智能体搜索能力。通过检索增强掩码预测（RAMP）任务，让模型在输入文本中对关键信息掩码。
2025-07-18 11:44:49
InftyThink – 浙大联合北大推出的无限深度推理范式
InftyThink是创新的大模型推理范式，突破传统模型在长推理任务中的局限性。通过分段迭代的方式，将复杂的推理过程分解为多个短片段，在每个片段后生成中间总结，实现分块式思考。
2025-07-18 11:20:49
o3-pro – OpenAI最新版推理模型，支持调用ChatGPT全套工具
o3-pro 是OpenAI推出的强大推理模型，作为 o3 的升级版，在处理复杂问题和提供精准回答方面表现出色，尤其在科学研究、编程、教育和写作等场景中优势明显。o3-pro支持调用 ChatGPT 的全套工具，如网页搜索、文件分析、图像推理和 Python 编程等，整体执行力和整合能力更强。
2025-07-18 10:56:49
Magistral – Mistral AI推出的推理模型系列
Magistral 是 Mistral AI 推出的推理模型，核心聚焦在透明、多语言和特定领域的推理能力。模型包含 Magistral Small（开源版）和 Magistral Medium（企业版）， Magistral Medium 在 AIME2024 测试中表现优异，得分 73 6%，多数投票得分 90%。
2025-07-18 10:32:49
Vui – Fluxions-AI开源的轻量级语音对话模型
Vui 是 Fluxions-AI 团队开源的轻量级语音对话模型，基于 LLaMA 架构。模型经过 4 万小时对话训练，能模拟真实对话中的语气词、笑声和停顿，提供沉浸式交互体验。
2025-07-18 10:08:49
人气排行
24小时排行
