Elmo Chat – 超强AI浏览器插件，支持对各类网页文档总结和处理
Elmo Chat 是 Lepton AI 推出的 Chrome 扩展工具，基于AI技术简化用户对各类内容的理解和处理。Elmo Chat能快速总结网页、YouTube 视频、Google 文档和 P...
排序
AReaL-boba – 蚂蚁清华联合开源的强化学习训练框架
AReaL-boba 是蚂蚁技术研究院和清华大学联合推出的开源强化学习训练框架。AReaL-boba是 AReaL 的升级版本，降低了强化学习训练门槛，用户能轻松训练推理模型。AReaL-boba 不...
MegaTTS 3 – 浙江大学与字节跳动联手新推出零样本语音合成系统
近年来，随着深度学习技术的飞速发展，文本到语音（TTS）合成技术取得了显著进步。 MegaTTS 3 是字节跳动推出的零样本文本到语音合成系统。它采用轻量级的扩散模型，将语音分解为内容、音色、韵律等属...
Move AI 是运动捕捉工具，轻松实现2D视频转为高质量3D运动数据
Move AI是一种先进的3D运动捕捉系统，利用AI、计算机视觉、生物力学和物理学来将二维视频转换为三维动作数据。只需一部相机，轻松捕捉人物动态Move AI推出全新Move API，为开发者提供便捷...
OmniSQL 是 开源文本到 SQL 模型，自然语言高效转换为 SQL 查询语句
OmniSQL 是开源的文本到 SQL 模型，将自然语言问题高效转换为 SQL 查询语句。通过创新的数据合成框架生成了全球首个百万量级的文本到 SQL 数据集 SynSQL-2.5M，包含 250 万...
Vibe Draw – AI 3D建模工具，草图一键转3D神器
随着人工智能的发展，一款名为Vibe Draw的人工智能工具在社交媒体上引发热议，因其能够将简单的草图转化为可交互的3D模型，尤其被认为在儿童教育领域具有广阔的应用前景。Vibe Draw发展核心功能...
ObjectMover – 港大联合 Adobe 推出的新型图像编辑工具
ObjectMover 是香港大学和 Adobe Research 联合推出的新型图像编辑模型，通过先进的计算机视觉和机器学习技术，提供更加智能和灵活的图像编辑工具。可将图像中的物体移动到指定位置,自...
Math24o – SuperCLUE 开源的高中奥数竞赛推理测评基准
Math24o是首个针对高中奥数竞赛的中文大模型测评基准，通过标准化提示词要求模型将最终答案放入格式，配合自动化评估脚本，可客观量化不同模型在复杂数学推理任务上的表现。通过格式强制规范输出，程序自动比...
RoboOS – 智源研究院发布首个跨本体具身大小脑协作框架
RoboOS跨本体具身大小脑协作框架与开源具身大脑RoboBrain，可实现跨场景多任务轻量化快速部署与跨本体协作，推动单机智能迈向群体智能。在RoboOS的分层架构下，具身大脑RoboBrain的复...
RoboBrain – 智源研究院发布首个开源的具身大脑模型
智源研究院发布首个跨本体具身大小脑协作框架RoboOS与开源具身大脑RoboBrain，预测每一步的轨迹并感知相应的可操作区域。可实现跨场景多任务轻量化快速部署与跨本体协作。具身大脑RoboBrain...