阿里HumanOmniV2
多模态AI新王者 阿里HumanOmniV2是由阿里巴巴通义实验室开发的一款多模态AI系统，能够通过分析视频、音频、文字等多种信息，像人类一样理解复杂的社交情境和人类意图。
海洋领域的开源大模型 中国首个海洋领域的开源大模型，由浙江大学海洋精准感知技术全国重点实验室牵头研发，具备海洋专业知识问答、多模态数据处理以及海洋机器人操控等能力。
数据统计
相关导航
Whisper-Medusa Whisper-Medusa
一款基于Whisper模型的优化版语音识别工具，通过多解码头技术显著提升处理速度
Follow-Your-Emoji
Follow-Your-Emoji是一个基于扩散模型的人像动画框架，能够将目标表情序列动画化到参考人像上，同时保持人像身份的一致性、表情的传递、时间的连贯性和保真度。它通过采用表情感知标志和面部细粒度损失技术，显著提升了模型在控制自由风格人像表情方面的表现，包括真实人物、卡通、雕塑甚至动物。此外，它还通过简单有效的逐步生成策略，扩展到稳定的长期动画，增加了其潜在的应用价值。
HelloMeme
创新表情包视频生成工具 一款集成空间编织注意力的扩散模型工具，用于简化表情包视频的制作过程，提升图像和视频生成的质量和效率。
HunyuanWorld-Voyager
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。
olmOCR
开源高性能OCR扫描识别工具 高效地将PDF文件和其他文档转换为结构化的纯文本。
阿里呜哩
通义千问图像模型加持的一站式 AIGC 创意设计平台 呜哩是阿里低调推出的 AIGC 创意设计生产力平台，集成通义千问图像模型全家桶，为创作者提供高效多元的创意生成解决方案，已正式开启测试。
中科院SpikingBrain
用2%数据实现百倍速度突破的国产类脑大模型 SpikingBrain 是中国科学院推出的非 Transformer 类脑脉冲大模型，以极低数据与能耗实现超长序列任务百倍速推理。
暂无评论...