智谱
CogVLM2 CogVLM2是一个强大的视觉大模型，由THUDM（清华大学自然语言处理实验室）开发，具有出色的视觉和语言理解能力。
Youtu-agent是由腾讯优图实验室推出的开源智能体框架，旨在帮助用户构建、运行和评估自主智能体。
数据统计
相关导航
ClipSketch AI ClipSketch AI
把B站/小红书视频一键变成手绘分镜并自动生成爆款文案的开源神器。
昆仑万维 Skywork R1V4-Lite
集成视觉推理与工具调用的轻量级多模态智能体 Skywork R1V4-Lite 是昆仑万维（Skywork AI）推出的轻量级多模态智能体，聚焦视觉 - 语言推理，具备图像理解、工具调用、多步推理与深度研究能力，无需复杂提示词即可通过图像输入自动完成任务。
MoCha
电影级对话角色合成工具 MoCha 是一款能够仅通过语音和文本生成电影级对话角色的合成工具，支持情感控制、动作控制以及多角色对话等功能。
GPT5
下一代人工智能助手 GPT-5是OpenAI推出的下一代大型语言模型，具有更强的自然语言理解和生成能力，能够进行多语言文本生成、对话理解、代码编写、逻辑推理等。
NiuTrans.LMT
打破语言壁垒的多语种翻译开源大模型 NiuTrans.LMT 是东北大学开源的多语言翻译大模型，凭借双中心架构与三层语言覆盖设计，支持 60 种语言、234 个翻译方向，在低资源语言翻译领域实现重大突破，兼顾翻译效率与准确性，为跨文化交互提供高效开源解决方案。
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。
SadTalker SadTalker
学习现实的3D运动系数风格化音频驱动的单图像说话的脸动画。
暂无评论...