-
CAVIA – 苹果、得克萨斯、谷歌联合推出的多视角视频生成框架
CAVIA项目简介 CAVIA是苹果公司、得克萨斯大学奥斯汀分校、谷歌联合推出的多视角视频生成框架，能将单一输入图像转换成多个时空一致的视频序列。框架基于引入视角集成注意力模块，增强视频的视角一致性和时间连贯性，支持用户精确控制相机运动，同时保留对象运动。CAVIA的设计灵活性使其能与多种数据源联合训练，显著提升视频的几何一致性和感知质量，在虚拟现实、增强现实和电影制作等领域具有应用潜力。 CAV…- 2
-
Retinex-Diffusion – AI图像照明控制框架，让图像明暗更自然、细腻
Retinex-Diffusion项目简介 Retinex-Diffusion是基于Retinex理论的AI图像照明控制技术，让图像明暗更加自然、细腻、富有层次感。Retinex-Diffusion不需要重新训练模型，通过识别图像中的光照元素并指导图像生成模型，用户可以轻松调整亮度、阴影和光照方向。Retinex-Diffusion能生成具有逼真照明效果的图像，包括投射阴影、软阴影和相互反射，且无…- 0
-
超强AI音频生成图像工具「Music To Image」体验测评：我让AI听完周杰伦的歌，它还把歌里的故事画了出来
AI音频生成图像工具： 工具介绍：「音生图」应用，只要上传一段音乐，它就能根据音乐旋律和歌词，生成一张对应意境的图片。将音频上传到模型，自动将音频生成文本描述，然后使用Llama2大模型将其转换为说明性的图像描述，最后运行Stable Diffusion XL以从音频生成图像！ 工具链接：https://www.aieva.cn/sites/1303.html 2023年AIGC的浪潮奔涌而来，让…- 1
-
aisuite – 吴恩达发布开源Python库，一个接口调用多个大模型
aisuite项目简介 aisuite是开源的Python库，吴恩达（Andrew Ng）发布的，旨在提供一个统一的接口来调用多个大型语言模型（LLM）服务。支持包括OpenAI、Anthropic、Azure等在内的11个模型平台，开发者能轻松切换和测试不同提供商的模型。通过aisuite，用户可以便捷地获取API密钥并设置环境变量，实现对不同语言模型的访问和调用。简化了多模型管理和测试的工作，…- 0
-
n8n – 开源工作流自动化平台，支持400多个应用程序、拖放创建复杂工作流
n8n项目简介 n8n是开源的自动化工作流管理系统，提供一个低代码平台，支持用户用拖放的方式创建复杂的工作流，无需编写代码。n8n支持400多个应用程序和服务的集成，包括AI组件，让自动化各种业务流程变得简单。n8n基于Docker容器化部署，易于扩展和维护，适用于数据同步、客户关系管理、IT自动化等多种业务场景。n8n以灵活性、易用性和强大的集成能力，帮助企业提高效率和生产力。 n8n优势介绍 …- 1
-
LongCite – 清华推出的开源模型，提升LLMs的精准引用减少幻觉
LongCite项目简介 LongCite是由清华大学推出的项目，旨在提升大型语言模型（LLMs）在长文本问答任务中的可信度和可验证性。项目通过生成细粒度的句子级引用，使用户能验证模型的回答是否准确。核心组成部分包括LongBench-Cite评估基准、CoF自动化数据构建流程、LongCite-45k数据集，以及基于该数据集训练的LongCite-8B和LongCite-9B模型。模型能理解长文…- 2
-
CodeDPO – 北京大学联合字节共同推出的代码生成优化框架
CodeDPO项目简介 CodeDPO是北京大学与字节跳动合作推出的代码生成优化框架，能提升代码模型在正确性和效率方面的表现。框架基于自生成和验证机制，同时构建和评估代码及其测试用例，用PageRank算法迭代更新代码片段的排名，最终形成基于正确性和效率优化的数据集。CodeDPO不依赖外部资源，能够灵活、可扩展地生成多样化的偏好优化数据，为复杂现实场景中的代码模型优化提供了坚实基础。 CodeD…- 1
-
InternVL – OpenGVLab 推出的多模态大模型
InternVL项目简介 InternVL 是上海人工智能实验室 OpenGVLab 推出的多模态大模型，专注于视觉与语言任务。采用 ViT-MLP-LLM 架构，通过视觉模块（如 InternViT）和语言模块（如 InternLM）的融合，实现视觉与语言的深度结合。InternVL 基于海量网络级图像-文本数据训练，支持多种模态输入，如图像、视频、文本，能生成多语言输出。 InternVL优势…- 3