标签：智能对话

GameGen-O 是腾讯推出的一款基于 Transformer 架构的游戏视频生成模型，专门用于生成开放世界视频游戏。模型能模拟游戏引擎的多种功能，包括生成游戏角色、动...

M2UGen是先进的多模态音乐理解和生成框架，由腾讯PCG ARC实验室与新加坡国立大学联合推出。结合了大型语言模型（LLM）的能力，能处理包括文本、图像、视频和...

PoseTalk 是基于文本和音频的姿势控制和运动细化方法的开源项目，用于一次性生成会说话的头部视频。从图像、驱动音频和驱动姿势合成说话人脸视频，为用户提供...

BeaGo是零一万物推出的AI搜索助手，提供快速、可靠且高质量的搜索体验。支持文字搜索，解读图像，生成直观且信息丰富的答案。BeaGo的特色在于智能理解能力，...

ANTO是一款开源的Windows桌面字幕翻译工具，用于翻译SRT格式的视频字幕文件。集成多种翻译引擎，如谷歌翻译、DeepL、微软翻译、百度翻译和有道翻译等，用户根...

AMD-135M是AMD推出的首款小型语言模型（SLM），为特定用例提供性能与资源消耗之间的平衡。基于LLaMA2模型架构，在AMD Instinct MI250加速器上训练，基于670亿...

商汤小浣熊是商汤科技推出的“小浣熊”系列AI智能助手，已为数十万用户提供了数十亿次智能辅助服务，其中包括代码小浣熊和办公小浣熊，分别助力开发者轻松驾驭...

Aria是由Rhymes AI团队推出全球首个开源多模态原生混合专家（MoE）模型，能理解和处理文本、代码、图像和视频等多种输入模态。模型在多模态和语言任务上展现...

揽睿星舟是一个云端AI训推一体算力平台，由翼方健数自主研发。提供高性价比的GPU计算资源、开箱即用的训推环境及AI工具链，旨在解决AI协作过程中的安全信任问...

Loong是由香港大学和字节跳动联合推出的一种新型长视频生成模型，能生成外观一致、动态丰富、场景过渡自然的分钟级长视频。模型基于自回归大型语言模型（LLM...

Agent-S 是创新的代理框架，旨在基于图形用户界面（GUI）实现人机交互的自动化。Agent-S 基于模拟人类的操作方式，用鼠标和键盘直接与计算机交互，处理复杂的...

Baichuan-Omni 是由百川智能推出的一款开源的 7B 多模态大型语言模型（MLLM），能同时处理和分析图像、视频、音频和文本等多种模态的数据。Baichuan-Omni 提...

LOKI是由中山大学和上海AI Lab联合提出的合成数据检测基准，旨在全面评估大型多模态模型（LMMs）在识别视频、图像、3D、文本和音频等多种模态合成数据的能力...

SaRA是一种新型的预训练扩散模型微调方法，由上海交通大学和腾讯优图实验室共同推出。基于重新激活预训练过程中看似无效的参数，让模型能适应新任务。SaRA基...

Dippy是创新的AI平台，基于在智能手机主屏幕上添加虚拟角色，为用户提供个性化的AI伴侣体验。虚拟角色能与用户进行互动对话，随着时间推移学习和适应用户的个...