最新AI教程资讯
UniRig – 清华联合 VAST 开源的通用自动骨骼绑定框架
UniRig是清华大学计算机系和VAST联合推出的创新自动骨骼绑定框架，用在处理复杂和多样化的3D模型。基于大型自回归模型和骨骼点交叉注意力机制，生成高质量的骨骼结构和蒙皮权重。
2025-04-28 20:25:51
The AI Scientist-v2 – 通用端到端 AI 系统，自动探索科学假设生成论文
The AI Scientist-v2 是 Sakana AI 、不列颠哥伦比亚大学、Vector研究所等机构联合推出的完全自动生成科学发现的端到端人工智能系统，支持自主地提出科学假设、设计和执行实验、分析数据、生成可视化结果，撰写科学论文。
2025-04-28 20:05:51
PixelFlow – 港大联合 Adobe 推出的图像生成模型
PixelFlow 是香港大学和Adobe联合推出的图像生成模型，支持直接在像素空间中生成图像。PixelFlow基于高效的级联流建模，从低分辨率逐步提升到高分辨率，显著降低计算成本。PixelFlow 在 256×256 ImageNet 类别条件图像生成任务中达到 1 98 的 FID 分数，展现出色的图像质量和语义控制能力。
2025-04-28 19:45:51
AgentPrune – 同济联合港中文等机构推出的多智能体通信优化框架
AgentPrune 是同济大学、香港中文大学等机构联合提出的针对大型语言模型（LLM）驱动的多智能体系统通信优化框架，通过“剪枝”技术，剔除冗余或有害的通信内容，降低通信成本提升系统性能。
2025-04-28 19:25:51
心影大模型 – 心影随形推出的AI模型，深度融合游戏攻略与角色陪伴
心影大模型是心影随形顶尖AI团队研发的AI大模型，正式通过国家生成式人工智能服务备案。模型专注于游戏领域，深度融合游戏攻略与角色陪伴场景，全面应用于“逗逗游戏伙伴”APP。
2025-04-28 19:05:51
FlexIP – 腾讯推出的个性化图像生成编辑框架
FlexIP 是腾讯提出的面向图像合成的灵活主体属性编辑框架，平衡图像生成中的身份保持和个性化编辑。框架采用双适配器架构，将身份保持与个性化编辑解耦，通过高层语义概念与低层空间细节确保身份完整性。
2025-04-28 18:45:51
UNO – 字节跳动推出的创新AI图像生成框架
UNO是字节跳动推出创新的AI图像生成框架，突破传统模型在多主体生成中的局限。通过“少到多”的泛化方法，能高质量地生成单主体和多主体图像，解决了多主体场景下的一致性难题。UNO基于扩散变换器生成高一致性的多主体数据，采用渐进式跨模态对齐技术，分阶段训练模型，逐步提升生成效果。
2025-04-28 18:25:51
AutoRAG – Cloudflare 推出的全托管检索增强生成服务
AutoRAG 是Cloudflare 推出的全托管的检索增强生成（RAG）管道，帮助开发者轻松将上下文感知的 AI 集成到应用程序中，无需管理基础设施。
2025-04-28 18:05:51
MoLing – 本地AI办公自动化助手，基于 MCP 服务器
MoLing 是无依赖的本地办公自动化助手，是基于计算机和浏览器使用的 MCP 服务器。MoLing 基于操作系统 API 实现系统交互，支持文件系统操作（如读写、合并、统计和聚合），执行系统命令。
2025-04-28 17:45:51
Versatile-OCR-Program – 开源多模态OCR工具，精准提取复杂结构化数据
Versatile-OCR-Program是为教育场景和机器学习训练定制的开源多模态OCR工具。结合DocLayout-YOLO、Google Vision和MathPix等技术，精准识别文本、数学公式、表格、图表等多模态内容，支持日语、韩语、英语等多种语言。
2025-04-28 17:25:51
Kimi-VL – 月之暗面开源的轻量级多模态视觉语言模型
Kimi-VL 是月之暗面开源的轻量级多模态视觉语言模型，基于轻量级MoE模型Moonlight（16B总参数，2 8B激活参数）和原生分辨率的MoonViT视觉编码器（400M参数）。Kimi-VL支持单图、多图、视频和长文档等多模态输入，在图像感知、数学、多学科题目、OCR等任务中表现出色。
2025-04-28 17:05:51
FantasyTalking – 阿里联合北邮推出静态肖像生成可控数字人的框架
FantasyTalking 是阿里巴巴 AMAP 团队和北京邮电大学联合提出的新型框架，用于从单张静态肖像生成逼真的可动画化虚拟形象。基于预训练的视频扩散变换器模型，采用双阶段视听对齐策略，第一阶段通过片段级训练方案建立连贯的全局运动，第二阶段通过唇部追踪掩码在帧级别细化唇部运动，确保与音频信号精确同步。
2025-04-28 16:45:51
BrowseComp – OpenAI 开源的 AI Agent 网络浏览能力基准
BrowseComp 是 OpenAI 开源的用于评估 AI Agent网络浏览能力的基准测试。包含 1266 个极具挑战性的问题，覆盖电影、科学与技术、艺术、历史、体育、音乐、电子游戏等多个领域。需要 AI Agent在互联网上搜索并匹配复杂约束条件，例如找出特定的足球比赛或电视剧角色等。
2025-04-28 16:25:51
日日新SenseNova V6 – 商汤推出的多模态融合模型系列
日日新SenseNova V6是商汤推出的日日新第六代多模态融合大模型系列，基于6000亿参数的多模态MoE架构，实现文本、图像和视频的原生融合。日日新SenseNova V6在纯文本任务和多模态任务中表现卓越，多项指标超越GPT-4 5、Gemini 2 0 Pro等模型。
2025-04-28 16:05:51
明岐 – 上海交大推出的医学多模态大模型，精准诊断罕见病
明岐是上海交通大学计算机学院LoCCS实验室推出的首个精准诊断罕见病的医学多模态大模型。基于“大模型能力矩阵 + 专家路由协同”的双引擎驱动架构，整合医学影像、病历文本及化验指标等数据，为医生提供高精度、可解释的诊断支撑。
2025-04-28 15:45:51
Fourier N1 – 傅利叶推出的首款开源人形机器人
Fourier N1 是通用机器人公司傅利叶发布的首款开源人形机器人。身高1 3米，体重38公斤，拥有23个自由度，采用铝合金与工程塑料复合结构，兼具强度与灵活性。搭载的FSA 2 0一体化执行器和自研控制系统，最高稳定奔跑速度可达3 5米 秒，具备单足站立及撑地爬起等高难度动作能力。
2025-04-28 15:25:51
ScholarCopilot – 滑铁卢与卡内基梅隆大学联合推出的AI学术写作助手
ScholarCopilot 是加拿大滑铁卢大学与卡内基梅隆大学的研究团队开发的专为学术写作设计的人工智能工具，基于 Qwen-2 5-7B 模型，通过动态检索引用和联合优化生成与引用的方式，能精准地生成带有准确引用的学术文本。
2025-04-28 15:05:51
I2V3D – 香港城市大学联合微软推出的图像到视频生成框架
I2V3D是香港城市大学和微软 GenAI创新的图像到视频生成框架，支持将静态图像转换为动态视频，基于3D几何引导实现精确的动画控制。I2V3D结合传统计算机图形学（CG）管线的精确控制能力和生成式AI模型的视觉保真度，用两阶段生成流程：3D引导的关键帧生成和视频插值，实现高质量、可控的视频生成。
2025-04-28 14:45:51
OpenBioMed – 清华AIR联合水木分子推出的开源Agent平台
OpenBioMed 是清华大学智能产业研究院（AIR）和水木分子共同推出的开源平台，专注于 AI 驱动的生物医学研究。是多模态表征学习工具包，能处理分子、蛋白质、单细胞等多种生物医学数据。
2025-04-28 14:25:51
amis – 百度开源的低代码前端框架
amis 是百度开源的低代码前端框架，基于简单的 JSON 配置快速生成各种后台页面，无需编写复杂前端代码。amis支持表单、表格、图表、CRUD 操作等功能，提供丰富的开箱即用组件，具备高扩展性和灵活性，支持轻松集成到 React 或纯 HTML 项目中。
2025-04-28 14:05:51
人气排行
24小时排行
