R

1. 首页
2. R

MMaDA

MMaDA（Multimodal Large Diffusion Language Models）是由普林斯顿大学、清华大学、北京大学和字节跳动联合开发的多模态扩散模型，支持跨文本推理、多模态理解和文本到图像生成等多种功能。其采用统一的扩散架构和模态不可知设计，结合混合长链推理微调策略与UniGRPO强化学习算法，提升跨模态任务性能。MMaDA在多项任务中表现优异，适用于内容创作、教育辅助、智能客

AI项目与工具 2025年06月11日 80 点赞 0 评论 568 浏览

Pollinations AI

Pollinations 是一个通过AI生成媒体内容的平台。平台可能提供多种类型的模板和工具，支持文本、图像、音频、视频等多媒体格式的创作。

3D&游戏 2025年06月05日 62 点赞 0 评论 568 浏览

kokoroTTS

一款开源、高性能的文本转语音（TTS）模型，Kokoro TTS拥有8200万参数，基于StyleTTS 2架构，提供高质量、自然的语音合成，适用于有声书、播客等。

Ai语音工具 2025年06月05日 80 点赞 0 评论 568 浏览

Trados

Trados塔多思是一款专业AI翻译工具，业界首屈一指的翻译平台，广受世界各地翻译机构和独立翻译工作者的喜爱。

Ai办公效率 2025年06月05日 47 点赞 0 评论 568 浏览

Whisper语音识别模型

Whisper 是一种通用的语音识别模型。它在不同音频的大型数据集上进行训练，也是一个多任务模型，可以执行多语言语音识别以及语音翻译和语言识别。

Ai开源项目 2025年06月05日 90 点赞 0 评论 568 浏览

元象XVERSE

元象 XVERSE是国内领先的 AI 与 3D 技术服务公司，致力于打造 AI 驱动的 3D 内容生产与消费一站式平台，愿景为“定义你的世界”。

Ai科技公司 2025年06月05日 82 点赞 0 评论 569 浏览

Emu3

Emu3是一款由北京智源人工智能研究院开发的原生多模态世界模型，结合了多模态自回归技术和单一Transformer架构，能够在图像、视频和文本之间实现无缝转换。它不仅能够根据文本生成高质量图像，还能预测视频发展并理解图文内容，广泛应用于内容创作、广告营销、教育、娱乐等多个领域。

AI项目与工具 2025年06月12日 58 点赞 0 评论 569 浏览

AIPRM

ChatGPT浏览器扩展的AIPRM为用户提供了一个简单有效的方法来优化他们的网站，并提高其在搜索引擎上的排名。它为SEO, SaaS，营销，艺术，编程等提供了一系列精心策划的提示模板，只...

AI写作对话 1970年01月01日 0 点赞 0 评论 569 浏览

Objaverse-3D物体数据集

Objaverse 是一个为3D领域提供巨大资源的数据库，它不仅支持 AI 模型的训练和3D内容的生成，还与流行的3D编辑软件 Blender 兼容。

Ai绘画生成 1970年01月01日 0 点赞 0 评论 570 浏览

Pot划词翻译

Pot划词翻译，一个跨平台的划词翻译软件， 免费、方便的跨平台划词翻译、截图翻译工具，支持多个翻译源，技术外文阅读利器。

Ai办公效率 2025年06月05日 97 点赞 0 评论 570 浏览