VILA VILA-U 是一款由 MIT 汉实验室开发的统一基础模型，整合了视频、图像和语言的理解与生成能力。它通过自回归框架简化模型结构，支持视觉理解、视觉生成、多模态学习和零样本学习等功能。VILA-U 在预训练阶段采用混合数据集，利用残差向量量化和深度变换器提升表示能力，适用于图像生成、内容创作辅助、自动化设计、教育和残障人士辅助等多种场景。 AI项目与工具 2025年06月12日 40 点赞 0 评论 492 浏览
Unbounded Unbounded是一款由谷歌与北卡罗来纳大学教堂山分校合作研发的无限人生模拟游戏，采用大型语言模型（LLM）和视觉生成模型，使玩家能够在开放世界中自由探索并引导角色互动，形成连贯的故事线。该工具具备实时动态生成游戏机制、角色个性化定制、视觉一致性维护等功能，同时适用于娱乐、教育、创意写作及心理治疗等多个领域。 AI项目与工具 2025年06月12日 94 点赞 0 评论 129 浏览
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 133 浏览
Comflowy Comflowy 是一个专注于将 ComfyUI 工作流转化为实用工具的平台，提供超过 100 个预安装的扩展，支持多种主流 AI 模型，包括一些闭源模型。它具备强大的云 GPU 支持，用户友好的界面设计以及灵活的节点系统，帮助用户高效管理和生成高质量的工作流，适用于多种应用场景，如室内设计、快速手绘生成、艺术风格转换及视频生成等。 AI项目与工具 2025年06月12日 70 点赞 0 评论 397 浏览
