训练

1. 首页
2. 训练

GameFactory

GameFactory 是由香港大学与快手科技联合研发的AI框架，专注于解决游戏视频生成中的场景泛化问题。它基于预训练视频扩散模型，结合开放域数据与高质量游戏数据，通过多阶段训练实现动作可控的多样化场景生成。具备高精度动作控制、交互式视频生成及丰富场景支持，适用于游戏开发、自动驾驶模拟及具身智能研究等领域。

AI项目与工具 2025年06月12日 31 点赞 0 评论 687 浏览

VideoVAE+

VideoVAE+是一种由香港科技大学研发的跨模态视频变分自编码器，具备时空分离压缩和文本指导功能。它通过分离空间与时间信息处理，有效减少运动伪影，同时利用文本嵌入增强细节重建能力。VideoVAE+在视频重建质量上超越现有模型，支持高保真与跨模态重建，适用于视频压缩、影视后期制作及在线教育等多个领域。

AI项目与工具 2025年06月12日 45 点赞 0 评论 687 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 686 浏览

AIEasyPic

利用了如Stable Diffusion、ControlNet和LoRAs等模型，根据您的文本输入生成视觉效果。

Ai绘画生成 2025年06月05日 76 点赞 0 评论 686 浏览

Video Diffusion Models

Video Diffusion Models项目展示了扩散模型在视频生成领域的潜力，通过创新的梯度条件方法和自回归扩展技术，生成了具有高度时间连贯性和质量的视频样本。

Ai绘画生成 2026年09月28日 0 点赞 0 评论 686 浏览

GR00T

GR00T-Teleop是NVIDIA Isaac GR00T系统的一部分，用于远程操作数据的采集与处理。它基于NVIDIA CloudXR技术连接高保真头显设备，实现手部跟踪数据与机器人环境视图的实时双向传输，支持用户对机器人进行直观控制。该工具为机器人训练、复杂任务执行及危险环境操作提供高质量数据支持，具备低延迟、高精度和强交互性等特点。

AI项目与工具 2025年06月12日 84 点赞 0 评论 686 浏览

AI建筑设计-Stable Diffusion

15课时以案例实操的方式，结合实际工作场景需求讲解包括室内设计、建筑鸟瞰、人视角，规划，景观等相关操作流程。

Ai学习资源 2026年09月28日 0 点赞 0 评论 683 浏览

LaTRO

LaTRO（Latent Reasoning Optimization）是一种用于提升大型语言模型推理能力的框架，通过将推理过程视为潜在分布采样并采用变分推断方法进行优化，无需外部反馈即可增强模型生成高质量推理路径的能力。该框架支持自奖励机制、联合学习及梯度估计等技术，广泛应用于数学问题求解、科学问题解答、编程任务、逻辑推理以及自然语言理解等领域，有助于构建更智能、更自主的问题解决系统。

AI项目与工具 2025年06月12日 45 点赞 0 评论 682 浏览

触手AI绘画

可以免费使用的AI绘画工具！

Ai绘画生成 2026年09月28日 0 点赞 0 评论 681 浏览

LongVILA

LongVILA是一款专为长视频理解设计的视觉语言AI模型，由多家知名研究机构共同开发。它具备强大的长上下文处理能力和多模态序列并行性，能在大量GPU上高效训练，无需梯度检查点。LongVILA通过五阶段训练流程，结合大规模数据集构建和高性能推理，显著提升了长视频字幕的准确性和处理效率。此外，它还支持多种应用场景，包括视频字幕生成、内容分析、视频问答系统等。

AI项目与工具 2025年06月12日 52 点赞 0 评论 679 浏览