CogVideoX-2是什么 CogVideoX-2是智谱 AI 推出的文本到视频生成模型，基于先进的 3D …
CogVideoX-2 – 智谱 AI 推出的文本到视频生成模型
AI教程
CogView-4 – 智谱AI推出的文本到图像生成模型
CogView-4是什么 CogView-4是智谱AI推出的文本到图像生成模型，基于 Transformer …
llmware – 专为企业级应用设计的开源统一框架
llmware是什么 llmware是为企业级应用设计的统一框架，适用于构建基于小型、专门化模型的RAG（Re…
FilmAgent – 哈工大联合清华推出的AI电影自动化制作工具
FilmAgent是什么 FilmAgent是哈尔滨工业大学（深圳）的研究团队开发的基于多智能体协作框架的虚拟…
Whisper Input – 开源AI语音输入工具，支持多语言实时转录和翻译
Whisper Input是什么 Whisper Input 是开源的语音输入工具，基于 Python 和 O…
Fast3R – Meta 联合密歇根大学推出的多视图3D重建方法
Fast3R是什么 Fast3R是Meta和密歇根大学的研究人员提出的新型的多视图3D重建方法，基于Trans…
Tarsier2 – 字节跳动推出的视觉理解大模型
Tarsier2是什么 Tarsier2是字节跳动推出的先进的大规模视觉语言模型（LVLM），生成详细且准确的…
VideoLLaMA3 – 阿里达摩院推出的多模态基础模型
VideoLLaMA3是什么 VideoLLaMA3 是阿里巴巴开源的前沿多模态基础模型，专注于图像和视频理解…
Baichuan-Omni-1.5 – 百川智能开源的全模态理解模型
Baichuan-Omni-1.5是什么 Baichuan-Omni-1.5是百川智能开源的全模态模型。支持文…
TeleAI-t1-preview – 中国电信推出的复杂推理大模型
TeleAI-t1-preview是什么 TeleAI-t1-preview是中国电信人工智能研究院发布的“复…