PUMA PUMA是一款先进的多模态大型语言模型，专注于通过整合多粒度视觉特征提升视觉生成与理解能力。它支持文本到图像生成、图像编辑、条件图像生成及多粒度视觉解码等功能，适用于艺术创作、媒体娱乐、广告营销等多个领域，凭借其强大的多模态预训练和微调技术，成为多模态AI领域的前沿探索。 AI项目与工具 2025年06月12日 72 点赞 0 评论 143 浏览
DeerFlow DeerFlow 是字节跳动推出的开源研究框架，结合语言模型与多种工具，支持高效完成复杂研究任务。具备多Agent架构，支持自然语言交互与智能协作，适用于研究报告、播客、演示文稿等内容生成。支持多种语言模型和外部工具集成，提供灵活配置与扩展能力，广泛应用于学术、市场、教育及个人知识管理等领域。 AI项目与工具 2025年06月11日 23 点赞 0 评论 144 浏览
Tarsier2 Tarsier2是字节跳动研发的大规模视觉语言模型，擅长生成高精度视频描述并在多项视频理解任务中表现优异。其核心技术包括大规模数据预训练、细粒度时间对齐微调以及直接偏好优化（DPO）。该模型在视频问答、定位、幻觉检测及具身问答等任务中均取得领先成绩，支持多语言处理，具有广泛的应用潜力。 AI项目与工具 2025年06月12日 59 点赞 0 评论 145 浏览
KwaiYii快意大模型 KwaiYii快意大模型是快手AI团队研发的大规模语言模型，它在多个权威Benchmark上展现出卓越的性能，尤其在中英文跨学科专业能力、数理逻辑及代码能力方面表现突出。 Ai平台模型 1970年01月01日 0 点赞 0 评论 145 浏览
LongLLaVA LongLLaVA是由香港中文大学（深圳）研究团队开发的多模态大型语言模型，结合Mamba和Transformer模块，利用2D池化技术压缩图像token，大幅提升处理大规模图像数据的效率。该模型在视频理解、高分辨率图像分析及多模态代理任务中表现优异，特别擅长检索、计数和排序任务。其技术亮点包括渐进式训练策略和混合架构优化，支持多种多模态输入处理，广泛应用于视频分析、医学影像诊断、环境监测等领域。 AI项目与工具 2025年06月12日 67 点赞 0 评论 148 浏览
CHRONOS CHRONOS是由上海交通大学与阿里巴巴集团联合开发的新闻时间线生成框架，基于大型语言模型（LLMs）实现开放域与封闭域的时间线构建。其核心机制包括迭代自问自答、问题重写与分而治之策略，能够高效处理信息过载与数据噪声，生成结构清晰、逻辑连贯的事件摘要。适用于新闻整理、金融分析、政府决策、教育研究及品牌宣传等多个领域。 AI项目与工具 2025年06月12日 49 点赞 0 评论 150 浏览
xGen xGen-MM是一款由Salesforce开发的开源多模态AI模型，具备处理文本和图像等数据类型的能力。该模型通过学习大量图像和文字信息，在视觉语言任务中表现出色，并通过开源模型、数据集和微调代码库促进模型性能的提升。xGen-MM具有多模态理解、大规模数据学习、高性能生成、开源可访问和微调能力等特点。其应用场景广泛，包括图像描述生成、视觉问答、文档理解、内容创作和信息检索等。 AI项目与工具 2025年06月12日 57 点赞 0 评论 151 浏览
Flowise Flowise 是一款开源的低代码/无代码平台，支持用户通过可视化界面快速构建和部署基于大语言模型的应用。它提供拖拽式工作流设计、多模型集成、丰富的组件库以及灵活的部署方式，适用于智能客服、文档分析、推荐系统等多种场景。支持本地与云端部署，具备企业级安全特性，适合各类开发者与企业使用。 AI项目与工具 2025年06月11日 36 点赞 0 评论 152 浏览
SepLLM SepLLM是由香港大学与华为诺亚方舟实验室等机构联合开发的高效大语言模型框架，通过压缩段落信息和优化注意力机制，显著提升推理速度与计算效率。其支持处理超长序列（达400万标记），具备低KV缓存占用、高推理速度及多节点分布式训练能力。适用于长文本处理、流式应用、资源受限环境及多语言研究等多个场景，具有良好的部署灵活性和扩展性。 AI项目与工具 2025年06月12日 37 点赞 0 评论 153 浏览
