模型
  1. 首页
  2. 模型

列表

SpeechGPT 2.0

SpeechGPT 2.0

SpeechGPT 2.0-preview 是复旦大学 OpenMOSS 团队开发的拟人化实时交互系统，基于大量中文语音数据训练，支持低延迟、高自然度的语音与文本交互。具备情感控制、实时打断、多风格语音生成等功能，适用于智能助手、内容创作及无障碍通信等场景，技术上融合了语音-文本联合建模与多阶段训练策略，提升语音表现力与智能化水平。
AI项目与工具 2025年06月12日
AutoConsis

AutoConsis

AutoConsis是一款基于深度学习和大型语言模型的UI内容一致性智能检测工具，能够自动识别和提取界面中的关键数据，并对数据一致性进行高效校验。它支持多业务场景适配，具备高泛化性和高置信度，广泛应用于电商、金融、旅游等多个领域，助力提升用户体验和系统可靠性。
AI项目与工具 2025年06月12日
晓象

晓象

晓象是一款基于自研可信大模型的AI克隆工具，可创建各领域知识博主的虚拟分身。该工具能够模仿博主的声音、风格和表达方式，生成个性化的高质量内容，并支持实时互动，帮助用户获取知识分享和信息解读。应用场景广泛，包括知识传播、教育辅助、内容创作及信息解读。
AI项目与工具 2025年06月12日
VideoWorld

VideoWorld

VideoWorld是由北京交通大学、中国科学技术大学与字节跳动合作开发的深度生成模型，能够通过未标注视频数据学习复杂知识，包括规则、推理和规划能力。其核心技术包括自回归视频生成、潜在动态模型（LDM）和逆动态模型（IDM），支持长期推理和跨环境泛化。该模型在围棋和机器人控制任务中表现优异，且具备向自动驾驶、智能监控等场景扩展的潜力。
AI项目与工具 2025年06月12日
文心大模型

文心大模型

文心大模型是一种知识增强的自然语言处理（NLP）模型，由百度开发。它在技术开放日上首次亮相，展示了其在AI领域的最新技术突破和产业应用实践。
Ai平台模型 1970年01月01日
MMSearch

MMSearch

MMSearch 是一款用于评估大型多模态模型（LMMs）搜索能力的基准测试工具，包含 MMSearch-Engine 框架和 MMSearch 测试集。其核心功能包括问题重构、网页排序和答案总结，通过多模态搜索能力评估提升 LMMs 的性能。实验结果显示 GPT-4o 在该测试中表现优异，且增加计算量比扩大模型规模更具优势。
AI项目与工具 2025年06月12日
Leffa

Leffa

Leffa是一种基于注意力机制的可控人物图像生成框架，通过流场学习精确控制人物的外观和姿势。其核心技术包括正则化损失函数、空间一致性及模型无关性，能够在保持细节的同时提升图像质量。Leffa广泛应用于虚拟试穿、增强现实、游戏开发及影视后期制作等领域，展现出卓越的性能与灵活性。
AI项目与工具 2025年06月12日
SmolVLM

SmolVLM

SmolVLM是一款由Hugging Face开发的轻量级视觉语言模型，专为设备端推理设计。该模型具有三个版本，包括SmolVLM-Base、SmolVLM-Synthetic和SmolVLM-Instruct，分别适用于不同的应用场景。SmolVLM借鉴了Idefics3的理念，采用SmolLM2 1.7B作为语言主干，并通过像素混洗技术提升视觉信息的压缩效率。其训练数据集包括Cauldron和
AI项目与工具 2025年06月12日
SPAR

SPAR

SPAR是一种自我博弈框架，专为增强大型语言模型的指令遵循能力设计。它通过生成者和完善者的角色互动，利用树搜索技术和迭代优化，提升模型的自我完善能力。实验显示，SPAR在多个基准测试中表现出色，适用于智能助手、客户服务、教育技术及医疗咨询等多个应用场景。
AI项目与工具 2025年06月12日
ScriptViz

ScriptViz

ScriptViz是一款基于MovieNet数据库的剧本可视化工具，利用CLIP模型实现剧本文本与电影画面的匹配，支持用户通过SQL语句设定剧本属性并生成视觉化参考。其功能涵盖视觉素材检索、剧本与视觉匹配、故事分析及对话对齐可视化，旨在提升剧本创作过程中的视觉表现力和叙事连贯性。此外，ScriptViz还提供情绪捕捉、场景细化及角色开发等应用，适用于剧本开发、故事板制作等多个场景。
AI项目与工具 2025年06月12日