AI项目库
Ferret-UI：苹果推出的用于理解和交互移动用户界面的AI模型
Ferret-UI简介 Ferret-UI是苹果公司推出的一款多模态大型语言模型，专门设计用于理解和交互移动用户界面。它结合了自然语言处理和计算机视觉技术，能够识别和...
HairFastGAN：实现在不同图像之间转移发型
HairFastGAN项目介绍 HairFastGAN是由AIRI-Institute开发的一个创新项目，旨在通过快速编码器方法实现逼真的头发转移。该项目利用生成对抗网络（GAN）技术，...
Real-time-translation-typing：实时翻译打字功能
Real-time-translation-typing简介 Real-time-translation-typing 是一款创新的实时翻译辅助工具，专为需要在输入中文时即刻获取英文翻译的用户设计。它通过...
Grok-1.5V ： 马斯克旗下xAI 开源的多模态 AI 大模型
Grok-1.5V简介 Grok-1.5V 是由马斯克旗下的人工智能公司 xAI 推出的一款创新多模态 AI 大模型。它不仅具备卓越的文本处理能力，还能理解和分析各种视觉信息，...
GRM：斯坦福大学等开发的一个创新的3D重建和生成模型
GRM项目介绍 GRM（Gaussian Reconstruction Model）是由斯坦福大学、香港科技大学、上海人工智能实验室、浙江大学和蚂蚁集团的研究人员共同开发的一个创新的3...
DesignEdit：北大等开发的一种先进的图像编辑技术
DesignEdit项目介绍 DesignEdit是一种先进的图像编辑技术，由微软亚洲研究院和北京大学的联合团队开发。这项技术通过采用多层潜在分解和融合的方法，实现了无...
Open-Sora: Colossal-AI开源的视频生成模型
Open-Sora简介 Open-Sora是由Colossal-AI团队全面开源的视频生成模型，它复现了OpenAI Sora的视频生成能力，旨在促进AI视频创作的发展。该模型基于Diffusion ...
Mora：微软等推出的多智能体视频生成框架
Mora简介 Mora是由微软和理海大学研究人员联合开发的多智能体视频生成框架，旨在模仿并扩展OpenAI的Sora视频生成模型。它通过将视频生成任务分解为多个子任务...
MovieLLM：腾讯等推出的来增强长视频理解的框架
MovieLLM简介 MovieLLM是一个由复旦大学和腾讯PCG共同开发的框架，旨在通过AI生成的电影来增强长视频理解。该框架可以在各种场景上生成具有风格一致的视频画...
Champ：阿里推出的基于3D的人物图片转视频动画模型
Champ项目介绍 Champ是一种创新的3D人物图片转视频动画模型，由阿里巴巴、复旦大学和南京大学的研究人员共同研发。该模型巧妙地结合了3D参数化模型（特别是SM...
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