1.大模型相关
SkyReels-A2：昆仑万维推出的可控视频生成框架
SkyReels-A2简介 SkyReels-A2是由昆仑万维推出的可控视频生成框架，它能够将任意视觉元素（如角色、物体、背景）组合成合成视频，同时基于文本提示生成视频，...
Llama 4：Meta 开源的多模态 AI 模型
Llama 4 简介 Llama 4是由Meta开发的开源多模态AI模型系列。该系列包括Scout、Maverick和Behemoth三个版本。其中，Scout拥有170亿活跃参数和16个专家，总参数...
Qwen2.5-Omni：阿里开源的端到端全模态大模型
Qwen2.5-Omni简介 Qwen2.5-Omni是由阿里开源的端到端全模态大模型，能够处理文本、图像、音频和视频等多种模态输入，并以流式方式同时生成文本和自然语音响应...
Qwen2.5-VL-32B：阿里开源的最新多模态模型
Qwen2.5-VL-32B简介 Qwen2.5-VL-32B 是由阿里巴巴团队开发的最新多模态模型，参数规模为为32B。该模型在视觉语言理解和生成方面表现出色，能够处理图像描述、...
Stable Virtual Camera：Stability AI推出的单图秒变 3D 视频模型
Stable Virtual Camera简介 Stable Virtual Camera（简称SEVA）是由Stability AI团队开发的一种先进的扩散模型，专门用于生成任意数量输入视图和目标相机下的...
Mistral Small 3.1：Mistral AI 开源的多模态 AI 模型
Mistral Small 3.1简介 Mistral Small 3.1 是由 Mistral AI 开源的多模态 AI 模型。它在 Mistral Small 3 的基础上进行了优化，具备卓越的文本处理能力、多模...
Command A：Cohere 团队开源的语言模型
Command A 简介 Command A 是由 Cohere 团队开源的语言模型，专为企业级应用设计，旨在提供卓越性能与极低硬件成本。它在处理商业、STEM 和编程任务时表现出...
Open-Sora 2.0：潞晨科技推开源的SOTA视频生成模型
Open-Sora 2.0简介 Open-Sora 2.0是由潞晨科技推出的全新开源SOTA（State-of-the-Art）视频生成模型。该模型仅用20万美元的训练成本，便实现了与全球领先视频...
Gemma 3：谷歌最新推出的开源多模态 AI 模型
Gemma 3 简介 Gemma 3 是由谷歌 AI 团队开发的最新开源多模态 AI 模型。它支持文本和图像输入，并能生成文本输出，具备多语言和长上下文处理能力。开发团队通...
Gemini 2.0 Flash：Google推出的多模态AI模型
Gemini 2.0 Flash 简介 Gemini 2.0 Flash 是由Google推出的多模态AI模型。它结合了多模态输入、增强推理和自然语言理解能力，能够根据文本描述生成连贯的图像...
一站式AI信息服务平台：AI工具大全、AI每日快讯、AI项目库、AI融资快报、AI研究报告、AI教程、AI副业、AI考证等。助您全面系统了解AI、使用AI
粤公网安备44011102483711号