学习

Phantom

Phantom是由字节跳动研发的视频生成框架,支持从参考图像中提取主体并生成符合文本描述的视频内容。它采用跨模态对齐技术,结合文本和图像提示,实现高质量、主体一致的视频生成。支持多主体交互、身份保留等功能,适用于虚拟试穿、数字人生成、广告制作等多种场景。模型基于文本-图像-视频三元组数据训练,具备强大的跨模态理解和生成能力。

StreamBridge

StreamBridge是一款由苹果与复旦大学联合开发的端侧视频大语言模型框架,支持实时视频流的理解与交互。通过内存缓冲区和轮次衰减压缩策略,实现长上下文处理与主动响应。项目配套发布Stream-IT数据集,包含60万样本,适用于多种视频理解任务,展现出在视频交互、自动驾驶、智能监控等领域的应用前景。

WIRESTOCK

WIRESTOCK是一个面向AI艺术创作者的在线平台,支持作品上传与销售,提供AI绘画工具和创意挑战,与多家图库合作扩大曝光,帮助创作者实现作品价值最大化。主要功能包括作品分类管理、收入追踪以及多渠道分发。

Open Code Reasoning

Open Code Reasoning(OCR)是英伟达推出的开源代码推理AI模型,基于Nemotron架构设计,支持多种编程语言。它具备代码生成、逻辑补全、多语言处理及高效推理能力,适用于代码优化、教育、测试等多个场景。OCR提供32B、14B和7B三种参数版本,满足不同计算需求,并与主流框架兼容,具有良好的扩展性。

DeepSite

DeepSite 是一款基于 DeepSeek-V3 模型的在线开发工具,用户可通过自然语言描述快速生成游戏、网页或应用代码,并支持实时预览。无需安装环境,操作简便,适用于快速原型开发、教育学习、创意实现及小型项目开发,提升了编程的易用性和效率。

FinGPT

FinGPT是一款面向金融领域的开源大语言模型,基于自然语言处理技术,支持情感分析、关系提取、标题分类和命名实体识别等多种金融任务。它采用端到端框架,结合低秩适配(LoRA)和基于股价的强化学习(RLSP),实现高效的数据处理与模型优化。适用于投资分析、市场研究、量化交易等多个场景,具备多语言支持和实时数据分析能力,为金融决策提供智能化解决方案。

3DIS

3DIS-FLUX是一种基于深度学习的多实例图像生成框架,采用两阶段流程:先生成场景深度图,再进行细节渲染。通过注意力机制实现文本与图像的精准对齐,无需额外训练即可保持高生成质量。适用于电商设计、创意艺术、虚拟场景构建及广告内容生成等领域,具备良好的兼容性和性能优势。

Vika维格云

Vika维格云是一个数据生产力平台,它结合了电子表格和数据库的特点,通过API支持为用户提供灵活的数据管理和分析能力。

小猿AI

小猿AI是一款由猿辅导推出的智能教育工具,集成DeepSeek大模型,支持拍照搜题、错题整理、口算练习、作文批改等功能,提供个性化学习方案。平台可跟踪学习进度,智能推荐内容,适用于家庭辅导、课堂教学及自主学习场景,助力学生提升学习效率与成绩。

OOTDiffusion

OOTDiffusion是一款开源AI虚拟试衣工具,支持根据用户上传的模特和服装图片生成自然贴合的试穿效果,具有智能适配、多种试穿模式及快速生成等特点。它通过预训练扩散模型、Outfitting UNet、Outfitting Fusion等技术实现高质量服装图像生成,适用于电商、设计、定制服务等多个领域。