谷歌 Genie 2
大规模基础世界模型 DeepMind开发的一种大规模基础世界模型，旨在通过模拟真实世界环境来训练智能体，使其能够更好地理解和适应复杂多变的现实场景。
从一张照片走进3D世界 HunyuanWorld-Voyager是由腾讯混元团队开源的3D生成工具，能通过单张照片或文字描述快速生成360°沉浸式3D场景，为用户带来全新的视觉体验。
数据统计
相关导航
Google Vids 全景指南
人人都能 10 分钟做出专业级 AI 影片 Google Vids 是 Google Workspace 家族里最新的 AI 影片创作工具，让任何人像做 PPT 一样在浏览器里 10 分钟做出带旁白、动画与品牌风格的完整影片。
清华团队开源 GUAVA
0.1 秒一张照片秒变 3D 数字人 GUAVA 是由清华大学深圳国际研究生院和 IDEA 联合提出的用于快速可动画的上半身 3D 高斯形象重建框架。
Gnomic智能体
Gnomic智能体平台是一个提供多种AI代理（Agent）服务的网站，这些AI代理能够模拟不同角色和专家，为用户提供专业服务和互动体验。
Character.AI AvatarFX
用AI赋予角色生命，开启互动叙事新体验 用户只需上传一张图片并选择声音，即可让角色生动地说话、动作并表达情感，带来令人惊叹的真实感和流畅性。
TabPedia
表格理解大模型 TabPedia是一个新型的大型视觉-语言模型，由中国科学技术大学和字节跳动公司联合开发。该模型通过概念协同机制，能够无缝集成多种视觉表格理解（VTU）任务，如表格检测、表格结构识别、表格查询和表格问题回答。
Llama3
Llama 3是由Meta公司开发的大型人工智能语言模型，属于专家混合（MoE）模型的一种。它通过结合多个专家模型来处理不同的任务，以提高模型的效率和性能。
谷歌 Gemini
多模态 AI 模型的革新者 谷歌 Gemini 是谷歌推出的新一代多模态 AI 模型，凭借其强大的性能和广泛的应用场景备受关注。
暂无评论...