AI工具
CoinVE-200K
CoinVE-200K 是腾讯视频智创团队开源的大规模组合指令视频编辑数据集,包含 20万组 1080p 视频编辑样本对,每样本含 2-5 条原子编辑指令,包括添加、移除、修...
LLM-as-a-Verifier
LLM-as-a-Verifier 是斯坦福、UC 伯克利与 NVIDIA 研究院联合开源的通用验证框架。框架无需额外训练,通过用 LLM 评分 Token 的完整 logits 分布生成连续细粒...
DeepSeek-V4-Flash-Vision-Exp
DeepSeek-V4-Flash-Vision-Exp 是 DeepSeek 推出的实验性多模态视觉理解模型。模型在保持 DeepSeek-V4-Flash 文本能力的基础上新增视觉输入,多模态 Agent 表...
FLUX Upscale
FLUX Upscale 是 Black Forest Labs 推出的视频放大工具,基于 FLUX 3 生成能力重新生成画面细节。FLUX Upscale可将 480P 以上视频放大至 1080P/2K/4K,修复...
SenseNova U1.5 Lite
SenseNova U1.5 Lite 是商汤科技开源的轻量级原生统一多模态大模型,专为真实视觉创作流程设计。模型原生支持 3-4k 字符超长指令遵循,具备高质量视觉生成、...
Codex Harness
Codex Harness 是 OpenAI 开源的 AI Agent 底层执行框架。Codex Harness 是驱动 Agent 的外骨骼,负责任务理解、记忆保持、工具调用、进度展示、失败处理及人...
Qwen-UI-Agent
Qwen-UI-Agent 是阿里巴巴通义团队推出的 GUI 智能体基座模型,能在手机、电脑和网页端像真人一样操作界面。模型基于 100+ 台真机、150+ 应用训练,支持 GUI ...