MangaNinja – 基于参考图像的线稿着色技术
MangaNinja是基于参考图像的线稿上色方法，具备精准匹...
Ferret-UI 2是苹果公司推出的多模态大型语言模型，用在理解和交互移动用户界面。Ferret-UI 2能识别和理解各种移动设备屏幕上的UI元素，执行复杂的用户指令，实时观察用户在移动设备屏幕上的操作，随时准备提供帮助和执行任务。Ferret-UI 2相较于早期版本进行了大幅改进和更新。基于高分辨率图像编码和先进的数据训练方法，提升UI元素的识别精度和交互能力，用户能更自然、高效地与智能设备互动。
数据统计
相关导航
Amodal3R – 南洋理工联合牛津等推出的条件式 3D 生成模型
Amodal3R 是条件式 3D 生成模型，能从部分可见的 ...
Memory Layers – Meta 开源不增加算力时增加大模型的参数方法
Memory Layers是Meta推出的用可训练的键值查找...
SnapGen – Snap联合港科大等机构推出的移动端文生图模型
SnapGen是Snap Inc、香港科技大学、墨尔本大学等...
VersaGen – 实现文本到图像合成中视觉控制能力的生成式 AI 代理
VersaGen是文本到图像合成的生成式AI代理，能实现灵活...
Qwen2.5-Math – 阿里Qwen团队开源的数学专项模型，超越GPT-4o
Qwen2.5-Math是由阿里巴巴Qwen团队推出的开源A...
DeepRAG – 中科院、中科大和腾讯微信AI部联合推出的新型检索增强生成框架
DeepRAG 是中科院、中科大和腾讯微信AI部联合推出的新...
SuperGPQA – 豆包大模型联合 M-A-P 开源的知识推理基准测试集
SuperGPQA 是字节跳动 豆包 大模型团队联合 M-A...