RDT RDT是清华大学AI研究院推出的一款双臂机器人操作任务扩散基础模型，拥有十亿参数量，可自主完成复杂任务，如调酒和遛狗。该模型基于模仿学习，具备强大的泛化能力和操作精度，支持多种模态输入和少样本学习。RDT已在餐饮、家庭、医疗、工业及救援等领域展现广泛应用前景，推动机器人技术发展。 AI项目与工具 2025年06月12日 83 点赞 0 评论 628 浏览
OmniSVG OmniSVG是复旦大学与StepFun联合开发的全球首个端到端多模态SVG生成模型，基于预训练视觉语言模型，通过创新的SVG标记化技术实现结构与细节的解耦，支持从文本、图像或角色参考生成高质量矢量图形。其训练效率高，支持长序列处理，适用于图标设计、网页开发、游戏角色生成等场景，生成结果具备高度可编辑性和跨平台兼容性。 AI项目与工具 2025年06月12日 90 点赞 0 评论 629 浏览
Llama 4 Llama 4 是 Meta 推出的多模态 AI 模型系列，采用混合专家（MoE）架构，提升计算效率。包含 Scout 和 Maverick 两个版本，分别适用于不同场景。Scout 支持 1000 万 token 上下文，Maverick 在图像理解和创意写作方面表现优异。Llama 4 支持 200 种语言，具备强大的语言生成与多模态处理能力，适用于对话系统、文本生成、代码辅助、图像分析等多个 AI项目与工具 2025年06月12日 46 点赞 0 评论 629 浏览
ParGo ParGo是一种由字节与中山大学联合开发的多模态大语言模型连接器，通过结合局部与全局token，提升视觉与语言模态的对齐效果。其核心模块PGP和CPP分别提取图像的局部和全局信息，增强细节感知能力。在多个基准测试中表现优异，尤其在文字识别和图像描述任务中优势明显。采用自监督学习策略，提高模型泛化能力，适用于视觉问答、图像字幕生成、跨模态检索等多种场景。 AI项目与工具 2025年06月12日 38 点赞 0 评论 629 浏览
智谱清言 智谱清言AI助手基于智谱 AI 自主研发的中英双语对话模型 ChatGLM2，经过万亿字符的文本与代码预训练，并采用有监督微调技术，以通用对话的形式为用户提供智能化服务。 Ai办公效率 2025年06月05日 25 点赞 0 评论 629 浏览
FaceSwap FaceSwap是一款开源AI换脸软件，利用深度学习技术实现人脸检测、提取及替换。它支持跨平台操作，包括Windows、macOS和Linux，并可借助GPU加速提升处理效率。FaceSwap还允许用户自定义模型训练以优化换脸效果，广泛应用于影视制作、教育、游戏开发以及虚拟现实等领域。 AI项目与工具 2025年06月12日 45 点赞 0 评论 630 浏览
美图Whee 美图Whee是美图旗下AI绘画平台，提供文生图和图生图功能，你只需要输入提示词，AI就能根据提示词画出对应的图象，也可以导入一张照片，Al会生成多种风格的绘画。 Ai绘画生成 2025年06月05日 51 点赞 0 评论 630 浏览
GigaTok GigaTok 是一款基于语义正则化的高参数视觉分词器，支持自回归图像生成，具备优异的图像重建与生成能力。通过一维架构和非对称扩展策略，实现高效计算与稳定训练。适用于图像生成、编辑、数据增强及多模态应用，具有广泛的技术拓展性。 AI项目与工具 2025年06月11日 74 点赞 0 评论 630 浏览
Tripo3D AI 一个由VAST发布的在线3D建模平台，利用先进的AI技术，可以在几秒钟内生成高质量的3D模型。用户可以通过文本描述或上传图片来生成模型。 3D&游戏 2025年06月05日 63 点赞 0 评论 631 浏览
