AI工具

谷歌推出的最強(qiáng)量子芯片，成功解決30年糾錯(cuò)難題

Willow 量子芯片是谷歌最新推出的具有105個(gè)物理量子比特，在量子糾錯(cuò)和計(jì)算效率上取得了顯著突破。Willow成功解決了量子計(jì)算領(lǐng)域近30年的糾錯(cuò)難題，實(shí)現(xiàn)了在...
閱讀原文

微軟和馬里蘭大學(xué)共同開源的多模態(tài)大語言模型

Florence-VL是創(chuàng)新的多模態(tài)大型語言模型（MLLMs），是馬里蘭大學(xué)和微軟研究院共同推出的。Florence-VL用生成式視覺基礎(chǔ)模型Florence-2豐富視覺表示，能捕捉圖...
閱讀原文

開源AI虛擬試衣工具，智能適配性別和體型自動(dòng)調(diào)整衣物

OOTDiffusion是開源的AI虛擬試衣工具，能智能適配不同性別和體型，自動(dòng)調(diào)整衣物尺寸和形狀，生成自然貼合的試穿效果。OOTDiffusion支持半身和全身試穿模式，...
閱讀原文

AI顏色調(diào)色板，輸入關(guān)鍵詞或主題自動(dòng)生成顏色組合

Colorify Rocks是AI顏色調(diào)色板，能根據(jù)用戶輸入的關(guān)鍵詞或主題，迅速創(chuàng)建出和諧且吸引人的顏色組合。工具基于先進(jìn)的AI技術(shù)，理解色彩理論、趨勢和美學(xué)，為設(shè)...
閱讀原文

AI食譜應(yīng)用，提供定制化的餐食建議

ChefBot是基于AI技術(shù)快速生成個(gè)性化食譜的應(yīng)用。用戶輸入簡單的食材和飲食偏好，ChefBot能在60秒內(nèi)提供定制化的烹飪方案。ChefBot滿足個(gè)性化需求、注重健康飲...
閱讀原文

英偉達(dá)推出的視覺語言大模型

NVILA是NVIDIA推出的系列視覺語言模型，能平衡效率和準(zhǔn)確性。模型用“先擴(kuò)展后壓縮”策略，有效處理高分辨率圖像和長視頻。NVILA在訓(xùn)練和微調(diào)階段進(jìn)行系統(tǒng)優(yōu)化...
閱讀原文

O1-CODER：智能編碼助手O1版提升開發(fā)效率與代碼質(zhì)量

O1-CODER是北京交通大學(xué)研究團(tuán)隊(duì)推出的開源項(xiàng)目，旨在復(fù)制OpenAI的O1模型，專注于編碼任務(wù)。O1-CODER結(jié)合強(qiáng)化學(xué)習(xí)（RL）和蒙特卡洛樹搜索（MCTS）技術(shù)，提升...
閱讀原文

南洋理工推出的VR端3D角色扮演AI系統(tǒng)

SOLAMI是創(chuàng)新的VR端3D角色扮演AI系統(tǒng)，是南洋理工大學(xué)研究團(tuán)隊(duì)推出的。支持用戶用語音和肢體語言與虛擬角色進(jìn)行沉浸式互動(dòng)，基于社交視覺-語言-行為模型，提...
閱讀原文

clone-voice：多語言聲音克隆工具支持16種語言，實(shí)現(xiàn)個(gè)性化語音合成

Clone-voice是開源的聲音克隆工具，基于深度學(xué)習(xí)技術(shù)分析和模擬人類聲音，實(shí)現(xiàn)聲音的高質(zhì)量克隆。工具支持包括中文、英文、日語、韓語等在內(nèi)的16種語言，能將...
閱讀原文

AI文本到圖像生成框架，提升單步擴(kuò)散模型的效率和性能

SNOOPI是創(chuàng)新的文本到圖像生成框架，基于增強(qiáng)單步擴(kuò)散模型的指導(dǎo)提升模型性能和控制力。SNOOPI包括PG-SB（適當(dāng)指導(dǎo) - SwiftBrush）和NASA（負(fù)向遠(yuǎn)離轉(zhuǎn)向注意...
閱讀原文

音頻驅(qū)動(dòng)的生成肖像說話視頻框架，保持身份一致性和表現(xiàn)力

MEMO（Memory-Guided EMOtionaware diffusion）是Skywork AI、南洋理工大學(xué)和新加坡國立大學(xué)推出的音頻驅(qū)動(dòng)肖像動(dòng)畫框架，用在生成具有身份一致性和表現(xiàn)力的...
閱讀原文

xAI為Grok AI助手推出的新圖像生成模型

Aurora是xAI為AI助手Grok新增的圖像生成模型。Aurora擅長創(chuàng)建逼真的圖像，擅長人物肖像。Aurora能生成包括公共和版權(quán)人物在內(nèi)的圖像（如米老鼠）。Aurora 的...
閱讀原文

One Shot, One Talk：中科大與香港理工攜手打造創(chuàng)新動(dòng)態(tài)圖像生成技術(shù)，實(shí)現(xiàn)實(shí)時(shí)創(chuàng)作與智能化設(shè)計(jì)

One Shot, One Talk是先進(jìn)的圖像生成技術(shù)，能從單張圖片中生成具有個(gè)性化細(xì)節(jié)的全身動(dòng)態(tài)說話頭像，支持逼真的動(dòng)畫效果，包括自然的表情變化和生動(dòng)的身體動(dòng)作...
閱讀原文

辦公小浣熊2.0：智能協(xié)作新體驗(yàn)，商湯AI辦公助手賦能創(chuàng)作空間

辦公小浣熊2.0是商湯科技推出的AI辦公助手，集成數(shù)據(jù)分析、文檔解析、智能規(guī)劃和內(nèi)容創(chuàng)作等AI功能。工具基于一站式創(chuàng)作空間，讓用戶在平臺(tái)內(nèi)完成所有工作任務(wù)...
閱讀原文

智譜 AI 免費(fèi)開放圖像理解大模型

GLM-4V-Flash是智譜AI推出的專注于圖像理解的AI模型，提供免費(fèi)的API接口，支持用戶上傳圖片URL或Base64編碼圖片獲取詳細(xì)的圖像描述。模型簡化圖像分析流程，...
閱讀原文