DreamTalk 一个由清华大学、阿里巴巴和华中科大共同开发的一个基于扩散模型可以让人物照片说话,支持包括歌曲、多种语言的语音、嘈杂的音频在内的各种声音匹配让人物头像说话的框架。 Ai开源项目 2025年06月05日 98 点赞 0 评论 713 浏览
阿里Accio 阿里巴巴最近推出的全球首个B2B领域的对话式AI搜索引擎,Accio通过AI技术主动理解并满足用户的采购需求,提供智能化的采购解决方案。 AI搜索问答 2025年06月05日 25 点赞 0 评论 684 浏览
Wear Wear-Any-Way是阿里巴巴拍立淘团队研发的虚拟试穿框架,通过稀疏对应对齐机制实现高保真、可定制的试穿效果。用户可自由调整服装样式、颜色及搭配方式,适用于多种场景。具备多件服装搭配、多场景支持及智能推荐功能,适用于电商、时尚设计等领域,提升用户体验与效率。 AI项目与工具 2025年06月12日 62 点赞 0 评论 636 浏览
Ovis2 Ovis2是阿里巴巴国际团队开发的多模态大语言模型,采用结构化嵌入对齐技术提升视觉与文本的融合效果。支持视频、图像和多语言处理,强化了思维链推理和复杂场景下的OCR能力。提供多个参数规模的版本,适用于研究、开发及各类应用场景,展现卓越性能。 AI项目与工具 2025年06月12日 67 点赞 0 评论 600 浏览
WorldPM WorldPM是由阿里巴巴Qwen团队与复旦大学联合开发的偏好建模模型系列,基于1500万条数据训练,适用于对话系统、推荐系统等任务。模型支持多种微调版本,具备强大的泛化能力和鲁棒性,适用于低资源和高规模场景。支持Hugging Face平台部署,适用于语言生成优化、个性化推荐、智能客服及内容审核等应用场景。 AI项目与工具 2025年06月11日 51 点赞 0 评论 587 浏览
VideoLLaMA3 VideoLLaMA3 是阿里巴巴开发的多模态基础模型,支持视频与图像的深度理解和分析。基于 Qwen 2.5 架构,结合先进视觉编码器与语言生成能力,具备高效时空建模与多语言处理能力。适用于视频内容分析、视觉问答、字幕生成等场景,提供多种参数版本,支持灵活部署。 AI项目与工具 2025年06月12日 87 点赞 0 评论 536 浏览
I2VGen 一个强大的图像到视频的生成模型,它通过创新的方法解决了AI视频合成过程中的语义准确性、清晰度和时空连续性的挑战。用户可以轻松地将静态图像转换为高质量的动态视频,生成的视... Ai平台模型 2026年07月27日 0 点赞 0 评论 392 浏览
AnyText 一个创新的多语言视觉文本生成和编辑工具,利用先进的扩散模型技术,能够准确生成和编辑图像中的文本。它不仅支持多种语言和文本风格,还能在复杂的图像背景中保持文本的清晰度和... Ai平台模型 2026年07月27日 0 点赞 0 评论 391 浏览