蚂蚁集团
Ming-flash-omni 2.0 全模态大模型 Ming-flash-omni 2.0 是蚂蚁集团开源的新一代全模态大模型，基于 Ling-2.0 MoE 架构打造，实现视觉语言理解、图像生成编辑、语音 / 音效 / 音乐统一生成三大能力全面升级，部分指标超越 Gemini 2.5 Pro，为多模态应用开发提供高效统一入口。
基于扩散模型的情感化动态头像生成工具 基于扩散模型的情感化动态头像生成方法，能够为说话的肖像生成生动且多样化的情感表达。
数据统计
相关导航
Zonos-TTS
高保真多语言文本到语音模型 一款高保真多语言文本到语音（TTS）模型，支持实时语音克隆和多语言情感控制，能够生成自然、富有表现力的语音。
腾讯混元图生视频模型
让静态图片动起来的AI视频生成工具 腾讯混元团队推出的开源AI视频生成工具，用户只需上传一张图片并输入简短描述，即可将静态图片转化为动态的短视频。
无偏水印（Unbiased
Watermark） 该研究介绍了针对大型语言模型的无偏水印技术，表明可以添加水印而不影响生成文本的质量。研究提供了一个无偏水印的理论框架，确保输出不受水印的影响。这种方法为负责任的人工智能开发讨论提供了一个追踪和归因模型输出的方法，而不会牺牲质量。
百度智能体创建平台
开启智能应用新纪元 百度推出的基于文心大模型的智能体开发平台，旨在帮助开发者和企业快速创建具有对话、问答、文本生成等多种能力的智能体应用。
Kokoro语音合成模型
Kokoro是一款新发布的语音合成模型，具有8200万参数，以其轻量级设计和高效性能在TTS领域表现卓越。
NVIDIA
Blackwell 架构 NVIDIA 推出的最新一代高性能计算架构，专为加速人工智能和高性能计算而设计。
xAI Live Search
实时搜索功能助力智能对话 xAI Live Search 是一款集成在 xAI 平台上的实时搜索功能，能够为用户提供基于最新数据的智能对话服务。
暂无评论...