Moondream – 开源的轻量级AI视觉语言模型，可在本地快速运行
Moondream是什么 Moondream是一个免费开源的小型的人工智能视觉语言模型，虽然...
AtomoVideo – 阿里推出的高保真图像到视频生成框架
AtomoVideo是什么 AtomoVideo是由阿里巴巴的研究团队提出的一个高保真图像到...
ResAdapter – 字节推出的扩散模型分辨率适配器
ResAdapter是什么 ResAdapter是由字节跳动的研究人员推出的一种为扩散模型（...
ScreenAI – 谷歌推出的可读屏AI视觉模型，可理解UI和信息图表
ScreenAI是什么 ScreenAI是一个由谷歌的研究人员推出的可读屏AI视觉语言模型，...
Claude 3 – Anthropic推出的第三代大模型和AI聊天机器人
Claude 3是什么 Claude 3是人工智能初创公司Anthropic开发的新一代人工...
DUSt3R – 从任意图像集合中重建3D场景的框架
DUSt3R是什么 DUSt3R（Dense and Unconstrained Stere...
UniEdit – 免训练调优的统一视频编辑框架
UniEdit是什么 UniEdit是由浙江大学、微软研究院和北京大学的研究人员推出的一个创...
TextDiffuser-2 – 微软等推出的AI图像文本渲染融合框架
TextDiffuser-2是什么 Text-Diffuser 2是由来自微软研究院、香港科...