-
Pixel3DMM – 慕尼黑联合伦敦大学等推出的3D人脸重建框架
Pixel3DMM项目简介 Pixel3DMM是慕尼黑工业大学、伦敦大学学院和Synthesia联合推出的单图像3D人脸重建框架。框架基于DINO基础模型，引入专门的预测头，从单张RGB图像中准确重建出3D人脸的几何结构。Pixel3DMM在多个基准测试中表现出色，在处理复杂面部表情和姿态方面，显著优于现有方法。Pixel3DMM引入新的基准测试，涵盖多样的面部表情、视角和种族，为该领域的研究提供…- 4
-
联通元景 – 中国联通AI开源的中文原生文生图模型
联通元景项目简介 联通元景（UniT2IXL）是中国联通AI推出的中文原生文生图模型，完全在国产昇腾AI基础软硬件平台上实现训练和推理。模型采用复合语言编码模块，优化中文长文本和特色词汇理解，提升图像生成质量。联通元景基于预训练海量中文图文数据，减少信息损失，准确生成高质量图片。元景文生图模型支持国产全栈训推，适配自定义数据集，实现跨平台平滑切换。已在多个行业如文创、服装等领域应用，助力企业提效降…- 4
-
ChatGPT、阿里通义等AI机器人参加今年高考出分：干翻90%考生，有一科全员不及格
6月19日，上海人工智能实验室和司南评测体系发布了国内首个针对AI大模型参与2024高考「语数英」三科目的全卷解题能力测试的结果。 本次测试，选取了6款开源大模型以及公认的「地表最强」GPT-4o进行，考卷选择了「全国新课标I卷」。参与评测的所有开源模型，开源时间均早于今年的高考，成绩均由拥有高考评卷经验的老师进行人工阅卷评判。 让我们先看下都有哪些选手： GPT-4o：OpenAI在5月最新发布…- 4
-
ScrapeGraphAI – AI网络爬虫工具，自动分析目标网页结构提取关键数据
ScrapeGraphAI项目简介 ScrapeGraphAI 是基于大型语言模型（LLM）驱动的智能网络爬虫工具包，专注于从各类网站和HTML内容中高效提取结构化数据。具备三大核心功能：SmartScraper可根据用户提示精准抓取网页中的结构化信息；SearchScraper基于AI驱动的搜索技术从搜索引擎结果中提取关键信息；Markdownify可将网页内容快速转换为整洁的Markdown格…- 4
-
RelightVid – 上海 AI Lab联合复旦等高校推出的视频重照明模型
RelightVid项目简介 RelightVid是上海 AI Lab、复旦大学、上海交通大学、浙江大学、斯坦福大学和香港中文大学推出用在视频重照明的时序一致性扩散模型，支持根据文本提示、背景视频或HDR环境贴图对输入视频进行细粒度和一致的场景编辑，支持全场景重照明和前景保留重照明。模型基于自定义的增强管道生成高质量的视频重照明数据对，结合真实视频和3D渲染数据，在预训练的图像照明编辑扩散框架（I…- 3
-
MoviiGen 1.1 – AI视频生成模型，支持生成电影级画质
MoviiGen 1.1项目简介 MoviiGen 1.1 是ZulutionAI 推出的专注于生成电影级画质视频的AI模型。模型基于 Wan2.1 微调而成，经过专业电影制作人和AIGC创作者在60个美学维度上的评估，表现出色。模型在氛围营造、镜头运动和物体细节保留方面优于竞争对手，支持720P和1080P分辨率，生成的视频清晰度高、连贯性强，适合高保真场景和专业电影应用。模型提供提示扩展功能，…- 3
-
LiveKit Agents – 创建实时与用户互动的多模态AI代理框架
LiveKit Agents项目简介 LiveKit Agents 是一个强大的框架，用于创建能实时通过语音、视频和数据与用户互动的多模态AI代理。框架支持 Python 编程，简化开发过程，支持开发者轻松集成语音识别、语音合成和先进的语言模型。LiveKit Agents 与 OpenAI 的实时 API 深度集成，提供超低延迟的 WebRTC 传输，确保流畅的用户体验。LiveKit Agen…- 3
-
Seed1.5-Embedding – 字节跳动 Seed 团队推出的向量模型
Seed1.5-Embedding项目简介 Seed1.5-Embedding 是字节跳动 Seed 团队最新发布的向量模型，基于 Seed1.5 (Doubao-1.5-pro) 进一步训练。模型在权威测评榜单 MTEB 上达到了中英文 SOTA 效果，在推理密集型检索任务的 BRIGHT 榜单上也取得了优异成绩。 模型采用 Siamese 双塔结构，依托 Seed1.5 预训练 LLM，通过两…- 3
工具测评
×
￥undefined
请打开手机使用微信扫码支付
「」
× ![]()
为了确保您的账户安全
请您设置一个登录用户名和密码
请您设置一个登录用户名和密码