最新AI教程资讯
FlexRAG – 中科院推出的高性能多模态 RAG 框架
FlexRAG 是创新的检索增强生成（RAG）框架，解决传统 RAG 系统在处理长上下文时面临的计算成本高和生成质量不足的问题。通过将检索到的上下文信息压缩成紧凑的嵌入表示，显著降低计算负担。
2025-04-12 13:32:32
GeneralDyG – 南洋理工推出的通用动态图异常检测方法
GeneralDyG 是南洋理工大学研究团队提出的通用动态图异常检测方法，解决动态图数据在社交网络、电商和网络安全等领域的异常检测问题。通过时间 ego-graph 采样模块、图神经网络提取模块和时间感知 Transformer 模块，有效应对数据分布多样性、动态特征捕捉困难和计算成本高等挑战。
2025-04-12 13:06:34
OpenHands – AI编程工具，多智能体协作实现代码编写、命令运行等
OpenHands是AI编程工具，支持多智能体协作提高开发效率，减少开发者的编码工作量。OpenHands基于编写代码、与命令行交互和浏览网页等方式实现与环境的互动。
2025-04-12 12:45:11
VideoAnydoor – 港大联合阿里达摩院等机构推出的零样本视频对象插入框架
VideoAnydoor是香港大学、阿里巴巴集团达摩院、湖畔实验室、华中科技大学联合推出的零样本的视频对象插入框架，能将特定对象以高保真度和精确运动控制的方式插入到视频中。VideoAnydoor基于文本到视频的扩散模型，用ID提取器注入全局身份信息，用框序列指导整体运动。
2025-04-12 12:18:14
PersonaMagic – 高保真人脸定制技术，根据肖像无缝生成新角色
PersonaMagic 是创新的高保真人脸定制技术，通过阶段调节的文本条件策略实现个性化图像生成。基于简单多层感知机（MLP）网络学习一系列动态嵌入，在特定时间步间隔内准确捕获人脸概念。
2025-04-12 11:54:05
InstructMove – 东京大学联合 Adobe 推出基于指令的图像编辑模型
InstructMove是东京大学和Adobe公司联合推出的基于指令的图像编辑模型，通过观察视频中的帧对变化学习如何根据指令进行图像操作。模型基于多模态大型语言模型（MLLMs）生成描述帧对之间变化的编辑指令，训练出能在保持内容一致性的同时，执行复杂非刚性编辑任务的能力，如调整主体姿势、改变表情和视角等。
2025-04-12 11:25:40
LatentSync – 字节联合北交大开源的端到端唇形同步框架
LatentSync是字节跳动、北京交通大学联合推出的端到端唇形同步框架，基于音频条件的潜在扩散模型，无需任何中间的3D表示或2D特征点。LatentSync用Stable Diffusion的强大生成能力，捕捉复杂的视听关联，生成动态逼真的说话视频。
2025-04-12 10:58:46
PsycoLLM – 合肥工业大学推出的中文心理大语言模型
PsycoLLM是合肥工业大学计算机科学与信息工程学院推出的中文心理大型语言模型，基于高质量的心理数据集训练，提升对心理健康问题的理解和评估能力。模型的数据集涵盖单轮问答、多轮对话和基于知识的问答，用创新的数据生成和优化流程，确保数据的真实性和适用性。
2025-04-12 10:32:42
Casevo – 中国传媒大学推出的开源社会传播模拟系统
Casevo（Cognitive Agents and Social Evolution Simulator）是中国传媒大学数据科学与智能媒体传播学院、中国传媒大学媒体融合与传播国家重点实验室联合推出的开源社会传播模拟系统。结合大语言模型和多智能体技术，基于模拟人类认知、决策和社会交互理解和预测社会传播现象。
2025-04-12 10:09:39
NMT – 阿里联合 UC Berkeley 推出的多任务学习框架
NMT（No More Tuning）是UC Berkeley和阿里巴巴集团联合推出的多任务学习框架，能解决多任务学习中不同任务优先级优化的问题。NMT将多任务学习问题转化为约束优化问题，将高优先级任务的性能作为约束条件，在优化低优先级任务时保持高优先级任务的性能。
2025-04-12 09:41:31
MiniPerplx – AI 搜索引擎，基于 Grok 2.0 模型
MiniPerplx 是开源的 AI 搜索引擎，基于 Grok 2 0 模型进行搜索。MiniPerplx提供了免费的替代方案，用在搜索网页、推特帖子、研究论文和 YouTube 视频等内容。MiniPerplx 的技术构建包括 Next js、Vercel AI SDK 等，具备网页搜索、代码解释器、天气预报、URL 摘要和位置搜索等功能。
2025-04-11 17:13:56
AddressCLIP – 中科院联合阿里云推出的端到端图像地理定位大模型
AddressCLIP 是基于 CLIP 技术构建的端到端图像地理定位模型，中科院自动化所和阿里云联合开发。模型能通过一张照片实现街道级精度的定位，直接预测图像拍摄地点的可读文本地址。
2025-04-11 16:44:53
TradingAgents – 加利福尼亚联合麻省理工推出的多智能体LLM金融交易框架
TradingAgents是加利福尼亚大学洛杉矶分校和麻省理工学院推出的多代理LLM金融交易框架，能模拟现实世界的交易公司环境。TradingAgents整合多个具有不同角色和风险偏好的LLM代理，如基本面分析师、情绪分析师、技术分析师、交易员和风险经理等，实现对复杂金融数据的全面分析与处理。
2025-04-11 16:19:56
CreatiLayout – 复旦和字节联合推出创新的布局到图像生成技术
CreatiLayout 是复旦大学和字节跳动联合提出的创新的布局到图像生成（Layout-to-Image, L2I）技术。通过构建大规模的布局数据集 LayoutSAM，包含 270 万图像-文本对和 1070 万个实体标注，每个实体都详细描述了颜色、形状、纹理等属性。
2025-04-11 15:57:00
RealisHuman – 用于修复生成图像中畸形人体部分的后处理框架
RealisHuman 是创新的后处理框架，细化生成图像中的人体部位，如手和脸等。框架通过两阶段的方法来实现这一目标。首先，使用原始的畸形部位作为参考，生成逼真的人体部位，以确保与原图像的一致性。其次，通过重新绘制周围区域，将修正后的人体部位无缝地整合回原始位置，确保平滑和真实的融合。
2025-04-11 15:31:39
Cosmos – 英伟达推出的生成式世界基础模型平台
Cosmos是英伟达推出的生成式世界基础模型平台，加速物理人工智能（AI）系统的发展，特别是在自动驾驶和机器人领域。Cosmos能接受文本、图像或视频的提示，生成高度仿真的虚拟世界状态，为自动驾驶和机器人应用提供独特的视频输出。
2025-04-11 15:10:35
优云智算 – UCloud 旗下 GPU 算力租赁平台
优云智算是UCloud优刻得旗下的GPU算力租赁平台，专注于为AI应用提供高效、灵活的算力资源。支持按需租赁，满足不同项目需求。平台拥有丰富的镜像社区，提供多种AI场景的容器镜像，如LLamaFactory和SD-webUI等，支持一键部署，快速启动AI应用。
2025-04-11 14:41:47
KAG – 蚂蚁集团推出的专业领域知识服务框架
KAG（Knowledge Augmented Generation）是蚂蚁集团推出的专业领域知识服务框架，基于知识增强提升大型语言模型（LLMs）在特定领域的问答性能，为垂直领域的知识库构建逻辑推理和问答解决方案。KAG基于知识和文本块的互索引结构，整合非结构化数据、结构化信息以及业务专家经验，形成统一的业务知识图谱。
2025-04-11 14:18:37
Gemini Coder – AI 应用生成工具，文本描述实时生成代码和预览
Gemini Coder 是基于 Google 的 Gemini API、Next js 和 Tailwind CSS 的工具，用在快速生成 app 应用。Gemini Coder基于简单的描述，结合 Sandpack 实现实时代码编辑和预览，让用户能即时查看应用效果。用户只需提供应用的基本描述，系统自动生成相应的代码和界面，简化了开发流程，提高了开发效率。
2025-04-11 13:52:41
AIOpsLab – 微软等机构共同开源的面向 AIOps 代理的综合 AI 框架
AIOpsLab是微软公司、加州大学伯克利分校、伊利诺伊大学香槟分校、微软研究院等机构推出的，用在构建、评估和改进云服务运营管理AIOps代理的原型框架。AIOpsLab基于模块化设计，整合应用程序、负载和故障生成器，模拟真实生产场景。AIOpsLab采用代理-云接口（ACI），提供标准化API供代理调用，支持从故障检测到根本原因分析和缓解的完整运营生命周期。
2025-04-11 13:29:15
人气排行
24小时排行
