ParGo – 字节与中山大学联合推出的多模态大模型连接器
ParGo是字节团队与中山大学合作提出的创新的多模态大语言模...
排序
Patchwork – Midjourney 推出的多人协作 AI 虚拟世界构建工具
Patchwork 是 Midjourney 推出的创新性多...
OutofFocus – 文本驱动图像生成或编辑的AI工具
OutofFocus是一个基于AI技术的图像编辑工具，基于G...
Ovis1.6 – 阿里国际AI团队推出的多模态大模型，超过闭源GPT-4o-mini
Ovis1.6是阿里国际AI团队推出的多模态大模型，在多模态...
OmniBooth – 华为诺亚方舟联合港科大推出的图像生成框架
OmniBooth是华为诺亚方舟实验室和港科大研究团队共同推...
NVLM – 英伟达推出的多模态大型语言模型
NVLM是NVIDIA推出的前沿多模态大型语言模型（LLMs...
MUMU – 文本和图像驱动的多模态生成模型
MUMU是一种多模态图像生成模型，通过结合文本提示和参考图像...
MotionFix – 开源3D人体动作编辑项目，文本驱动指导和编辑3D人体动作
MotionFix是开源的3D人体动作编辑项目，通过结合自然...
MiniRAG – 港大推出高效部署小语言模型的新型 RAG 系统
MiniRAG是香港大学推出的新型检索增强型生成（RAG）系...
MIDI – AI 3D场景生成技术，能将单张图像转化为360度3D场景
MIDI（Multi-Instance Diffusion ...
Aurora – 微软推出的大气基础模型
Aurora是微软研究院推出的13亿参数的大气基础模型，基于...
MetaMorph – 统一多模态理解与生成大模型，基于VPiT 预测多模态 token
MetaMorph是多模态大模型（MLLM），通过指令微调...
MeshPad – 草图驱动的AI 3D网格生成与编辑工具
MeshPad 是基于草图输入的交互式艺术化网格生成与编辑工...
MedGemma – 谷歌开源的AI医疗领域模型
MedGemma是谷歌推出的开源AI模型，专门用在医疗图像与...
llmware – 专为企业级应用设计的开源统一框架
llmware是为企业级应用设计的统一框架，适用于构建基于小...
LLaMA-Mesh – 清华联合英伟达推出的自然语言生成复杂的3D模型项目
LLaMA-Mesh是清华大学和NVIDIA共同推出的项目...
libcom – 上海交大推出开源的图像合成问题解决工具
libcom 是一个由上海交通大学 (BCMI) 实验室推出...
LayerDiffusion – AI生成具有透明度的图像的框架
LayerDiffusion（现已更名为LayerDiffu...
LaWGPT – 南京大学推出的中文法律大语言模型
LaWGPT 是南京大学推出的中文 法律 大语言模型，基于 ...
LangFlow – AI应用构建工具，拖拽组件创建复杂工作流
LangFlow 是低代码、可视化的 AI 应用构建 工具...
LalaEval – 港中文联合货拉拉推出面向特定领域的模型评估框架
LalaEval是香港中文大学和货拉拉数据科学团队共同推出的...
Ivy-VL – AI Safeguard联合卡内基梅隆和斯坦福开源的轻量级多模态模型
Ivy-VL是AI Safeguard联合卡内基梅隆大学和斯...
ICEdit – 浙江大学联合哈佛大学推出的指令式图像编辑框架
ICEdit（In-Context Edit）是浙江大学和哈...
HippoRAG 2 – 俄亥俄州立大学推出的检索增强生成框架
HippoRAG 2是俄亥俄州立大学推出的检索增强生成（RA...
GENERator – 阿里 AI for Science 团队等推出的生成式 DNA 大模型
GENERator是阿里云飞天实验室 AI for Scie...
Gemini Robotics – 谷歌 DeepMind 推出的具身智能大模型
Gemini Robotics 是谷歌 DeepMind 推...
GameNGen – 谷歌推出的首个AI游戏引擎，生成实时可玩的游戏
GameNGen是谷歌推出的首个AI游戏引擎，能以每秒20帧...
FunGPT – 开源AI情感调节项目，基于InternLM2.5系列模型
FunGPT 是基于 InternLM2.5 系列大模型开发...
Figma-Low-Code – 将Figma设计转换为Vue.js应用程序的开源项目
Figma-Low-Code是开源的项目，基于Luisa框架...
Fancy123 – 华中科技和华南理工推出的3D网格生成技术
Fancy123是华中科技大学和华南理工大学推出的3D网格生...