VideoPhy VideoPhy是一款由UCLA和谷歌研究院联合开发的基准测试工具，旨在评估视频生成模型的物理常识能力。它包含688条描述性字幕，通过人类和自动评估方式，衡量生成视频是否符合物理规则。VideoPhy不仅揭示了现有模型的不足，还推出了自动评估工具VideoCon-Physics，以推动模型性能的提升。其应用场景广泛，包括视频生成模型开发、计算机视觉研究、教育与培训以及娱乐产业等。 AI项目与工具 2025年06月12日 84 点赞 0 评论 633 浏览
腾讯混元文生视频 腾讯混元文生视频是一款利用AI技术生成高质量视频内容的工具，可根据文本提示生成具有大片质感的视频。它支持多语言输入，涵盖高清画质、流畅镜头切换及自然场景模拟等功能，适用于电影制作、广告设计、教育培训等多种应用场景。 AI项目与工具 2025年06月12日 22 点赞 0 评论 634 浏览
GenAI_Agents 一个专注于生成式AI Agents技术的开源项目，GenAI_Agents提供从基础到高级的教程与实现代码，帮助开发者学习并构建智能、交互式的AI系统。 Ai学习资源 2025年06月05日 81 点赞 0 评论 639 浏览
MIDI MIDI是一种基于多实例扩散模型的3D场景生成技术，能将单张2D图像快速转化为高保真度的360度3D场景。它通过智能分割、多实例同步扩散和注意力机制，实现高效的3D建模与细节优化。具有良好的泛化能力，适用于游戏开发、虚拟现实、室内设计及文物数字化等多个领域。 AI项目与工具 2025年06月12日 64 点赞 0 评论 640 浏览
T2I T2I-R1是由香港中文大学与上海AI Lab联合开发的文本到图像生成模型，采用双层推理机制（语义级和 Token 级 CoT），实现高质量图像生成与复杂场景理解。其基于 BiCoT-GRPO 强化学习框架，结合多专家奖励模型，提升生成图像的多样性和稳定性。适用于创意设计、内容制作、教育辅助等多个领域，具有广泛的应用潜力。 AI项目与工具 2025年06月11日 63 点赞 0 评论 640 浏览
子曰翻译2.0 子曰翻译2.0是网易有道推出的最新翻译大模型，通过数据优化、算法升级和严格评估体系，实现翻译质量与效率的显著提升。支持中英互译、专业领域翻译及多场景应用，涵盖学术、医疗、文学等领域，具备高准确性、流畅性和适应性，适用于多种翻译需求。 AI项目与工具 2025年06月12日 93 点赞 0 评论 641 浏览
