3.AI大模型数据库 | 第 23 页

CogVideoX：智谱AI开源的视频生成模型（新增CogVideoX-5B模型）

CogVideo简介 CogVideoX是由智谱AI推出的一款先进的文本到视频扩散模型。是清影同源的开源版本视频生成模型。它通过结合3D变分自编码器和专家变换器架构，...

2-3.应用工具视频

7个月前

Omages 简介 Omages是一种创新的3D模型生成技术，由西蒙弗雷泽大学和香港城市大学的研究团队开发。该技术通过将3D形状的几何、外观和结构封装在64x64像素的图...

2-6.应用工具3D

7个月前

GLM-4-Flash简介 GLM-4-Flash是由智谱AI开发的一款高性能大语言模型，以其快速的生成速度和支持多语言的能力而闻名。这款模型专为简单、低成本且需要快速响应...

1-1.大模型&国内

7个月前

山海大模型简介山海大模型是云知声推出的多模态人工智能大模型，这是一款集语音交互、情感感知、音色切换和视觉场景理解于一体的先进人工智能系统。能够实时...

1-1.大模型&国内

7个月前

Sapiens简介 Sapiens是由Meta公司的Reality Labs团队开发的一款先进的人工智能视觉模型。它专为理解人体而设计，能够处理包括2D姿态估计、身体部位分割、深度...

2-2.应用工具图像

7个月前

心辰Lingo简介 '心辰Lingo'是西湖心辰推出的端到端语音大模型，它具备原生的语音理解能力，能够识别语音中的文字信息以及情感、语气、音调等重要特征，提供更...

3-7.语音模型

7个月前

mPLUG-Owl3简介 mPLUG-Owl3是由阿里开发的一款先进的多模态大型语言模型，它在处理长图像序列理解方面取得了突破性进展。该模型通过创新的超注意力机制，有效...

2-1.应用工具文本

7个月前

Show-o简介 Show-o是由新加坡国立大学的Show Lab和字节跳动公司联合开发的一个创新的统一变换器模型。它通过结合自回归和离散扩散建模，有效地整合了多模态理...

3-5.多模态模型

7个月前

GPT Pilot简介 MooER是由摩尔线程开发的基于大型语言模型（LLM）的自动语音识别（ASR）和自动语音翻译（AST）模型。该模型利用5000小时的伪标记数据集进行训...

2-4.应用工具音频

7个月前

LMMs-Eval简介 LMMs-Eval是由新加坡南洋理工大学LMMs-Lab团队开发的一个统一且标准化的多模态评估框架，旨在对大型多模态模型进行全面、透明和可复现的评估。...

3-5.多模态模型

7个月前