-
Vidu – 国产首个自研Sora级视频大模型，一键生成16秒 1080P 的高清视频
Vidu 是首个国产自研的长时长、高一致性、高动态性的视频大模型，由生数科技联合清华大学发布。这个模型采用了原创的 U-ViT 架构，融合了 Diffusion（扩散） 与 Transformer 技术，能够一键生成长达 16 秒、分辨率高达 1080P 的高清视频内容。Vidu 不仅能够模拟真实物理世界，还拥有丰富的想象力，具备多镜头生成、时空一致性等特点。这对于视频制作、游戏开发、教育、科研等… -
MuseTalk – 腾讯Lyra推出的音频驱动唇形驱动模型
MuseTalk是由腾讯音乐娱乐集团的Lyra实验室开发的一个实时的高质量音频驱动唇形同步模型，能够根据输入的音频信号自动调整数字人物的面部图像，使其唇形与音频内容高度同步，支持多种语言，并实现每秒30帧以上的实时处理速度。这意味着观众可以看到数字人物的口型与声音完美匹配的效果。 官网入口：https://github.com/TMElyralab/MuseTalk MuseTalk的主要功能特点… -
Vimi – 商汤推出的可控人物视频生成大模型
Vimi 是商汤科技推出的全球首个可控人物视频生成大模型。它可以通过动作视频、动画、声音和文字等多种驱动元素来生成与目标动作一致的人物类视频。与常规图片表情控制技术不同，Vimi不仅可以控制人物表情，还可以控制肢体动作，并生成合理的头发、服饰、背景，甚至支持光影变化。这使得它成为了全球首个稳定的可控人物视频生成产品。 官网入口：https://vimi.sensetime.com/ Vim可控人物… -
Midjourney – 独立研究实验室，探索新思维媒介，拓展人类想象力
Midjourney 是一个独立的研究实验室，致力于探索新的思维媒介，拓展人类想象力的能力。他们是一个小而自给自足的团队，专注于设计、人类基础设施和人工智能。此外，他们还开发了一款名为 Midjourney 的 AI 绘画工具，可以根据文本生成图像。 官网入口：https://www.midjourney.com/home Midjourney 的核心功能： 研究实验室：Midjourney 是一… -
Offline Chat: Private AI – 离线低资源机器学习模型（LLM）与RAG的结合
AI聊天机器人完全运行在iPhone、iPad和Mac上，无需互联网。随时随地使用，您的数据始终保持私密和安全。除了提问一般问题外，您还可以加载私人文档并询问其内容相关的问题。Offline Chat: Private AI 下一代 AI 聊天机器人，完全在您的设备上运行，提供一个安全和私密的平台进行对话和文档分析。您可以随时随地使用它，而且您的数据始终保持私密和安全。除了提问一般问题外，您还可以… -
Sagen AI – 实时、富有表现力的AI角色平台
Sagen AI 是你自己的个人 AI 助手，可以帮助你管理数字生活。你可以选择一个名字和角色，然后像与真人交谈一样，简单地与你的 Sagen AI 对话，以秒级完成你的数字任务。你可以问 Sagen AI 任何问题，就像你通常会在 Google 上搜索一样。Sagen AI提供实时、富有表现力的AI角色作为一个平台，具有无限记忆、知识背景、定制角色和语音以及原生移动应用等功能。它可以作为一个个性… -
Gemini – 由 Google 开发的写作、规划和学习的AI 助手
Gemini 是一款由 Google 开发的 AI 助手，旨在帮助你处理写作、规划和学习等事务。它以前被称为 Bard，现在更名为 Gemini。为用户在他们的手机上提供直接访问谷歌最好的AI模型的服务。 官网入口：https://gemini.google.com/ Gemini 的核心功能： 写作助手：Gemini 可以帮助你改进和优化文本，提供写作建议，检查语法和拼写错误。 规划工具：它可以… -
Anthropic – Work-ready AI trained for safety & accuracy
什么是Anthropic？ Next gen AI built for work and trained to be safe & accurate 如何使用 Anthropic？ 访问claude.ai与Claude互动，分析图像和处理长文档。开发者和企业可以使用API访问构建在AI基础设施之上。 Anthropic 的核心功能 先进的推理 视觉分析 代码生成 多语言处理 Anthrop… -
MiracleVision奇想智能 – 懂美学的AI视觉大模型
MiracleVision（奇想智能）是美图公司自研的一款AI视觉大模型，专注于美学和图像生成。它利用美图深厚的美学沉淀和长期的审美趋势研究，通过建立美学数据训练机制和美学评估体系，生成高品质的图像。MiracleVision可以应用于多个行业，如电商、广告、游戏、动漫和影视，帮助提高工作流效率。它不仅能根据文字描述生成图像，还能进行图像的智能补全和精准修图。 官网入口：https://www.m… -
AnimateZero – 腾讯AI团队推出的视频生成模型
AnimateZero是腾讯AI团队推出的一款前沿视频生成模型，它巧妙地融合了先进的视频扩散模型技术，将视频生成转变为一种创新的零样本图像动画解决方案。该模型通过解耦外观与运动过程，实现了从静态图像到动态视频的跨越式生成，无需额外训练数据或实例，仅凭描述性文本即可引导图像生动起来。AnimateZero以其高度灵活性和适应性著称，能够应对多种场景、角色和动作的动画生成需求。其生成的动画不仅清晰流畅… -
火山方舟大模型 – 火山引擎推出的大模型服务平台
火山方舟是一个由火山引擎推出的大模型服务平台，面向企业提供模型精调、评测、推理等全方位的平台服务火山方舟集成了国内多个优秀的大模型，如 MiniMax、智谱AI、复旦 MOSS 等，覆盖了自然语言处理、计算机视觉、语音识别等多个领域。火山方舟旨在为大模型的开发、应用、运营提供一站式的解决方案，降低大模型使用的门槛，推动大模型的产业化和普及。火山方舟大模型服务平台拥有强大的分布式计算能力，支持大规模… -
元象XChat – 基于元象通用大模型智能聊天助手
元象XChat是一款由元象公司倾力打造的人工智能语言模型，它基于先进的Transformer架构深度训练而成，展现出卓越的自然语言理解与生成能力。这款模型不仅具备广泛的知识储备，能够回答各类问题、提供信息，还能够在文本创作、编程辅助、生活助手等多个领域发挥重要作用。XChat以多语言支持为特色，跨越了语言障碍，使得全球用户都能轻松享受其带来的便利。无论是中文、英语还是其他主流语种，XChat都能实… -
灵境矩阵 – 基于文心大模型的智能体（Agent）平台
灵境矩阵是百度推出的基于文心大模型的智能体（Agent）平台。它允许开发者根据自身行业领域和应用场景，选择不同的开发方式来创建智能体。这些智能体可以感知环境、进行决策和执行动作，从而帮助用户高效地完成各种任务。灵境矩阵的一个显著特点是它降低了开发门槛，即使是没有编程经验的人也可以通过零代码或低代码的方式创建智能体。开发者可以通过自然语言描述智能体的角色和功能需求，平台会自动生成相应的智能体。 官网… -
文心千帆 – 百度智能云推出的产业知识增强大模型
文心千帆是百度推出的企业级大模型平台，旨在为企业提供一站式的大模型开发和服务解决方案。这个平台不仅包括百度自研的文心一言大模型，还集成了多种第三方开源大模型。文心千帆平台提供了从数据管理、模型定制微调到云端部署的一整套工具链，帮助企业在生成式AI应用中实现高效开发和部署。它涵盖了语音识别、自然语言处理、图像识别等多种AI技术，满足企业在不同场景下的需求。 官网入口：https://qianfan.… -
书生·浦语 InternLM – 千亿参数级的人工智能基座模型
书生·浦语 InternLM 由商汤科技与上海AI实验室联合香港中文大学和复旦大学共同开发的多语言的千亿参数级别的人工智能基座模型。它在超过万亿的token数据上进行了训练，因此具有高水平的知识和强大的思维能力。InternLM 在中英文阅读理解、推理任务等需要较强思维能力的场景下表现优秀，并且在多种面向人类设计的综合性考试中表现突出。此外，InternLM 还通过高质量的人类标注对话数据结合 R… -
百度智能云客悦 – 百度倾力打造的智能客服平台
百度智能云客悦，作为百度倾力打造的智能客服平台，其旗下的智能外呼平台更是集NLP（自然语言处理）、ASR（自动语音识别）、TTS（语音合成）等前沿人工智能技术于一体，为企业提供高效、智能的公有云外呼服务。该平台能够同时面向多名用户，自动发起外呼通话，极大地提升了企业的营销与服务效率。这款智能外呼平台具备多种优势，如操作便捷、支持构建外呼机器人、支持会话测试、NLU分析、标注、自动推荐问、语义模型训… -
昇思MindSpore – 华为推出的全场景AI框架
昇思MindSpore是华为推出的一个全场景AI框架。它旨在实现易开发、高效执行和全场景统一部署三大目标。作为华为在AI领域的核心技术创新成果，MindSpore旨在通过创新的编程范式、高效的执行能力和广泛的场景覆盖，推动深度学习和科学计算的繁荣发展。MindSpore提供了友好的API和Python编程范式，使得AI科学家和工程师能够更轻松地进行模型开发和调试。它支持动态图和静态图统一的编码方式… -
lmagen 3 – google推出的文生图大模型
Imagen 3 是由谷歌公司的人工智能研究部门 DeepMind 开发的一款先进的文本到图像生成技术。它能够更准确地理解文字提示，并将其转化为高质量、具有创造性和细节的图像。Imagen 3 在生成图像时，错误和干扰元素更少，能够产生多种风格的图像，如漫画、写实、赛博朋克、水墨、油画和素描等。此外，为了防止 Deepfake 的潜在问题，Imagen 3 使用了一种名为 SynthID 的方法，… -
言犀 – 京东推出智能人机交互平台/帮助企业智能化转型升级
言犀是京东推出的一款智能人机交互平台。它主要利用AI技术，从文字、语音到多模态交互，从对话智能到情感智能，为不同行业和客户场景提供服务数智化转型的解决方案。言犀的产品和服务包括基于全自研AI技术和“双中台”引擎，支持各应用产品的灵活扩展和数据共享。结合各行业数据和业务痛点，为政务、金融、零售、教育等领域提供客户服务、营销、流程自动化的智能化解决方案。言犀大模型立足产业的AI大模型，面向零售、金融、… -
InstructAvatar – 用于生成 Avatar 的文本引导式情感和运动控制
InstructAvatar是一项先进的AI框架，它允许用户通过文本指令来控制虚拟角色的情感和动作。这项技术的核心在于它的自然语言界面，使得用户可以通过简单的文本输入来精确地控制角色的表情和动作。技术上，InstructAvatar利用了一个自动化的注释流程来构建一个指令-视频配对的训练数据集，并配备了一个新颖的双分支扩散式生成器。这个生成器能够同时预测音频和文本指令下的虚拟角色。实验结果表明，I… -
V-Express – 腾讯推出的动态视频生成工具
V-Express是由南京大学和腾讯AI实验室共同开发的一项技术，它可以将单张照片生成为视频。这项技术能够根据不同的信号控制视频内容，例如声音、姿势、图像参考等。它特别注重确保即使是弱信号，比如音频，也能有效地影响视频生成，使得生成的视频更加逼真和多样化。最近的更新包括优化内存使用，支持生成更长的视频，以及发布了技术报告。如果你对这个项目感兴趣，可以在GitHub上找到相关的代码和模型。 官网入口… -
孟子生成式大模型 – 澜舟推出的生成式可控大语言模型
孟子生成式大模型，也被称为孟子 GPT，是由澜舟科技研发的一款功能强大的生成式可控大语言模型。它能够通过多轮对话，在特定场景中帮助用户完成各种工作任务，包括内容生成、语言理解、知识问答、推理、代码理解和生成、金融任务等。这个模型结合了最新的语言模型技术，通过理解和生成自然语言，为用户提供智能而直观的操作体验。它支持多种复杂任务，如角色扮演、阅读理解、文案写作等，并具有丰富和强大的基础能力。此外，孟… -
视界一粟Yisu – 中国首个超时长sora级视频生成大模型
视界一粟 YiSu是由北京极佳视界科技有限公司联合清华大学自动化系研发的视频生成大模型。这个模型可以生成超过1分钟的视频，并且具有超大运动、超强表现力等优势。此外，YiSu模型的成本更低、速度更快，适用于大规模产品应用。此外，视界一粟Yisu不仅仅是一个视频生成模型，它还是向世界模型迈进的重要一步。世界模型对于自动驾驶通用机器人等物理世界的通用智能至关重要，在数据生成、闭环仿真、端到端方案等方面都… -
可灵大模型 – 快手打造的视频生成大模型
可灵大模型（Kling）是由快手大模型团队自研打造的视频生成大模型。它具备强大的视频生成能力，能够生成长达2分钟、1080p分辨率的视频。可灵大模型采用3D时空联合注意力机制，能够生成符合物理规律的大幅度运动视频，并模拟真实世界的物理特性。这个模型可以将用户的文本描述转化为具体的画面，生成电影级的高质量视频。它支持多种视频宽高比，适用于多样化的视频制作和内容创作需求。除了强大的视频生成能力外，可灵…