AI项目和框架
Hali:多模态智能体协作解决方案提升团队效率与创新能力
Hali是特斯联联合国际轻奢品牌Buttons推出的多模态多智能体协作AI Agent。Hali具备类人思考、长记忆、物理世界感知和多智能体协作四大特点,语义理解准确率超...
Agent K v1.0:全新端到端自主数据科学智能体助力智能决策与数据分析优化
Agent K v1.0 是华为诺亚方舟实验室与伦敦大学学院团队联合推出的端到端自主数据科学智能体,能自动化、优化和泛化处理多种数据科学任务。Agent K v1.0基于结...
Pixtral Large:Mistral AI推出的超大多模态模型实现先进的文本与视觉理解能力
Pixtral Large是法国Mistral AI开源的1240亿参数超大多模态模型,具备前沿级图像理解能力,支持128K上下文,能理解文本、图表和图像。Pixtral Large基于Mistr...
Qwen2.5-Turbo:超高上下文理解能力的长文本模型实现1M tokens支持,助力智能文本生成与分析
Qwen2.5-Turbo是阿里推出的先进语言模型,将上下文长度从 128k 扩展到了 1M ,相当于100万个英文单词或150万个汉字。扩展让模型能处理更长的文本,如长篇小说...
LLaVA-o1:开源视觉语言模型助力智能理解与生成内容
LLaVA-o1是北京大学、清华大学、鹏城实验室、阿里巴巴达摩院以及理海大学(Lehigh University)组成的研究团队推出的开源视觉语言模型,基于Llama-3.2-Vision...
PixelWave Flux:FLUX.1-dev模型微调版赋能创意图像生成的全新可能
PixelWave Flux.1-dev 03是基于FLUX.1-dev模型在NVIDIA 4090上微调的AI图像生成模型,有卓越的模型泛化能力,模型在处理多种艺术风格、摄影和动漫图像方面表...
Computer Use OOTB:基于Claude 3.5 API的开源GUI框架实现高效远程控制解决方案
Computer Use OOTB是开源的GUI 框架,基于Claude 3.5 Computer Use API实现对计算机的自动化控制。框架支持跨平台操作,用户在Windows和macOS系统上能轻松部...
Fireworks f1:复合AI模型融合多元开源技术以应对复杂推理挑战
Fireworks f1是Fireworks公司推出的复合AI模型,针对复杂推理任务设计。基于在推理层融合多个开放模型,实现超越单一模型的性能和可靠性。f1模型支持开发者用...
AgileGen:智能代码自动生成与原型设计的创新解决方案
AgileGen是生成式软件开发框架,通过人与AI协作增强软件的创建过程。AgileGen包含两个核心部分:终端用户决策制定和AgileGen智能体。框架用Gherkin语言设计和...
OmniSearch:多模态智能检索与生成技术的全面升级
OmniSearch是阿里巴巴通义实验室推出的多模态检索增强生成框架,具备自适应规划能力。OmniSearch能动态拆解复杂问题,根据检索结果和问题情境调整检索策略,...
Perplexica:智能开源AI搜索引擎实现多模式搜索与实时信息更新
Perplexica是开源的AI驱动搜索引擎,是Perplexity AI的开源替代品。基于机器学习算法和自然语言处理技术理解用户查询,提供精确答案。Perplexica支持多种搜索...
Memoripy:智能记忆管理库助力上下文感知的AI应用开发
Memoripy是一个Python库,为AI应用提供上下文感知的记忆管理。Memoripy支持短期和长期记忆存储,兼容OpenAI和Ollama API。核心功能包括记忆检索、概念提取、...
AnimateAnything:创新统一可控视频生成技术提升内容创作效率
AnimateAnything是浙江大学和北京航空航天大学研究者推出的统一可控视频生成技术。AnimateAnything能精确操作视频,包括控制相机轨迹、文本提示和用户动作注...
RAG-Diffusion:区域感知文本到图像生成技术的创新应用与优势分析
RAG-Diffusion是南京大学团队推出的区域感知文本到图像生成方法。基于区域硬绑定和区域软细化两个阶段,实现对图像中各个区域的精确控制和细节优化。RAG-Diff...
FitDiT:腾讯与复旦携手打造的高保真虚拟试穿技术实现无缝体验与精准匹配
FitDiT是高保真虚拟试穿技术,是腾讯和复旦大学联合推出的。基于Diffusion Transformers(DiT)关注高分辨率特征,提升服装细节的呈现。FitDiT用服装纹理提取...