博客 | 第 4 页 | 柒柒AI导航

TesserAct：哈佛大学等推出的4D体现世界模型

TesserAct项目简介 TesserAct 是由 UMass Amherst、HKUST 和 Harvard University 的研究团队共同开发的一种创新的 4D 体现世界模型。该模型通过输入图像和文...

2-6.应用工具3D

2个月前

Embodied Reasoner项目简介 Embodied Reasoner是由浙江大学计算机科学与技术学院、中国科学院软件研究所、阿里巴巴集团和达摩院等机构联合开发的具身化交互模...

2-5.应用工具其他

3个月前

RepText项目简介 RepText是由Shakker Labs开发的一种创新的文本渲染框架，旨在通过复制字符形状而非理解文本内容，实现高质量的多语言视觉文本渲染。该框架基...

2-2.应用工具图像

3个月前

Xiaomi MiMo项目简介 Xiaomi MiMo 是小米公司推出的人工智能大语言模型项目。该项目由小米人工智能与云服务部的自然语言处理团队主导开发，汇聚了众多在人工...

3-9.其他模型

3个月前

UniToken项目简介 UniToken是由复旦大学智能信息处理实验室、上海智能视觉计算协同创新中心以及美团联合开发的自回归生成模型。该模型通过结合离散和连续的视...

2-5.应用工具其他

3个月前

DreamO项目简介 DreamO是由字节跳动智能创作团队与北京大学电子与计算机工程学院联合开发的统一图像定制框架。它基于扩散变换器（DiT）架构，通过大规模训练...

2-2.应用工具图像

3个月前

Spatial-RAG项目简介 Spatial-RAG是由美国埃默里大学计算机科学系和德克萨斯大学奥斯汀分校地理与环境系联合开发的创新框架，旨在提升大型语言模型（LLMs）在...

2-5.应用工具其他

3个月前

WebSSL项目简介 WebSSL（Web-scale Self-Supervised Learning）是Meta联合纽约大学等机构推出的视觉自监督学习（SSL）系列模型，，旨在通过大规模无监督学习...

2-5.应用工具其他

3个月前

Paper2Code项目简介 Paper2Code是由韩国科学技术院（KAIST）和DeepAuto.ai联合开发的创新框架，旨在将机器学习领域的研究论文自动转换为可执行的代码库。该框...

2-5.应用工具其他

3个月前

EmaFusion项目简介 EmaFusion是由Ema推出的多模型融合技术，旨在无缝选择和集成大型语言模型（LLMs），以提高性能并降低成本。该系统通过结合基于分类的路由...

2-5.应用工具其他

3个月前