-
可图大模型KOLORS – 快手自研的文生图大模型
可图大模型KOLORS是快手自研的文生图大模型，它具备强大的图像生成能力，致力于将人工智能与艺术创作相结合。支持文生图和图生图两类功能，已上线20余种AI图像玩法。目前，用户可以通过“可图大模型“官方网站和微信小程序，免费使用各项Al图像功能。值得注意的是，可图只需一张图片和几秒钟时间，便可生成一套AI图像。 官网入口：https://kolors.kuaishou.com/ 主要功能特点： 文生… -
Kimi智能助手 – 帮你看更大的世界
Kimi是由月之暗面科技有限公司（Moonshot AI）开发的一款人工智能助手，旨在为用户提供高效、便捷的信息服务。是一个有着超大“内存”的智能助手，可以一口气读完二十万字的小说，还会上网冲浪。Kimi智能助手致力于提供个性化的服务，以满足用户的不同需求。无论用户在何时何地，Kimi都能提供实时、准确、有用的信息和服务。 官网入口：https://volctrack.com/w/Wz0H7oRm… -
天壤小白大模型 – AI场景应用开放平台
天壤小白大模型是基于语言大模型的AI应用开发平台，无需代码开发，就能快速、灵活搭建个性化的AI应用。可以帮助用户实现知识客服、广告文案、总结摘要、多语言翻译、新闻稿写作、会议提纲等多个场景的AI应用服务。同时提供了一些AI工具组件，如语义搜索、向量数据库等，以及一些AI场景应用的示例。 它是一个专业的AI技术和服务提供商，为企业、政府机构和个人提供可靠、定制化的大模型解决方案。另外还有一个天壤智能… -
怪兽AI知识库大模型 – 企业知识库大模型/智能AI问答机器人
怪兽智能一站式AI企业知识库搭建系统，企业知识库大模型训练，智能企业客服，先进的企业知识库 + 智能的AI问答机器人，轻松集成在直播平台/网站/APP/小程序等三方应用做电商智能问答客服，企业聊天机器人，直播回复。怪兽AI知识库大模型集企业知识库与智能AI问答于一体的平台。通过零代码方式，企业可快速搭建并管理知识库，支持多人协同工作，确保信息安全。怪兽AI的AI问答机器人能精准回复用户问题，提升客… -
商汤商量拟人大模型 – 商汤科技AI拟人大模型/情感交流新体验
商汤商量拟人大模型是商汤科技（SenseTime）研发的一款高度拟人化的AI模型。该模型利用先进的自然语言处理（NLP）和深度学习技术，为用户创造出具有独特个性和深度的虚拟人物。这些虚拟人物能够在各种场景和应用中与用户进行自然而流畅的交互，提供情感陪伴、角色互动、AI分身和游戏角色扮演等多种功能。 官网入口:https://character.sensetime.com/character-wb/… -
阿里云百炼 – 通义大模型/自然语言处理,助力企业全面AI转型
阿里云百炼是一个基于通义系列大模型和开源大模型的一站式大模型服务平台。该平台集成了国内外主流优质大模型，并提供了模型选型、微调训练、安全套件、模型部署等服务和全链路的应用开发工具，为用户简化了底层算力部署、模型预训练、工具开发等复杂工作。该模型旨在帮助企业和开发者快速构建、部署和应用大规模人工智能模型。它支持开箱即用的应用调用、大模型训练微调以及一站式在线灵活部署，能够满足多种AI应用场景的需求。… -
华知大模型 – 同方知网与华为联合研发的中华知识大模型
华知大模型是由同方知网与华为公司联合研发的一款专业基础大模型。这款模型基于先进的人工智能技术，旨在为教育、科研、政务、医疗、企业等多个领域提供精准、高效的知识服务。华知大模型结合了同方知网在知识服务领域的深厚积累与华为公司在人工智能领域的先进技术，通过整合海量的高质量语料数据，为用户提供全面、丰富的知识资源。它不仅可以处理传统的文本数据，还能处理图像、音频等多模态数据，实现更广泛的信息获取和理解。… -
Imagen 3 – 谷歌推出最新文生图模型
Imagen 3 是由 Google DeepMind 开发的最新文本到图像（Text-to-Image）生成大模型，该模型于2024年5月14日（美国当地时间）在谷歌的I/O开发者大会上震撼发布。Imagen 3 凭借其卓越的性能，能够精准地根据文本提示生成高质量、高分辨率的图像，其细节丰富、光照效果出色，为用户带来了前所未有的视觉体验。该模型支持多种视觉风格，无论是追求照片级的真实感，还是偏爱… -
Veo – 谷歌DeepMind推出的高分辨率、长视频生成AI模型
Veo是谷歌DeepMind推出的一款AI视频生成模型，它能够根据简短的文本描述或图像生成高质量的视频内容。该模型支持使用文本生成视频，能创建超过60秒的1080P视频，并支持多种电影风格和更好地理解自然语言。Veo对自然语言有深刻的理解，能够准确解析用户的文本提示，包括复杂的电影制作术语，如“延时摄影”、“航拍”、“特写镜头”等，从而生成与用户描述相符的视频内容。此外，Veo还提供了创意控制层级… -
MagicVideo-V2 – 字节跳动开发的AI视频生成模型和框架
MagicVideo-V2 是一款由 字节跳动 公司团队开发的AI视频生成模型和框架。它通过集成文本到图像模型、视频运动生成器、参考图像嵌入模块和帧插值模块，构建了一个端到端的视频生成流程。这款模型能够根据文本描述生成高保真度的视频内容，具有高分辨率和平滑度的特点，为用户提供极佳的观看体验。 官网入口：https://magicvideov2.github.io/?ref 论文地址：https:/… -
百川智能 – 汇聚世界知识，创作妙笔生花
百川智能是一家由王小川和茹立云联合创立的中国公司，专注于研发并提供通用人工智能服务。融合了意图理解、信息检索以及强化学习技术，结合有监督微调与人类意图对齐，在知识问答、文本创作领域表现突出。该公司旨在打造中国版的OpenAI基础大模型及颠覆性上层应用。百川智能的发展历程非常迅速。自2023年4月10日王小川官宣创办以来，公司已经在人工智能领域取得了显著的成果。公司核心团队由来自搜狗、百度、华为、微… -
腾讯混元大模型 – 腾讯全方位自研的大型通用语言模型
腾讯混元大模型（Tencent Hunyuan Large Model）是腾讯公司推出的一系列超大规模的人工智能模型，旨在通过深度学习和自然语言处理等技术，实现更智能、更自然的人机交互。这些模型在多个领域展现出强大的能力，包括自然语言理解、生成、多模态处理以及跨语言处理等。 官网入口：https://hunyuan.tencent.com/ 主要优势能力： 多轮对话: 具备上下文理解和长文记忆能力… -
Outfit Anyone – 阿里推出的虚拟试穿技术模型/为您打造个性化虚拟试穿体验
Outfit Anyone是阿里巴巴推出的一种虚拟试穿技术，它利用先进的人工智能和机器学习技术，为用户在照片上提供高质量和细节一致的虚拟试穿效果。这种技术可以适应不同的姿势和身材，甚至可以在动漫角色上试穿服装。Outfit Anyone代表了AIGC领域的一个重要进步，它不仅为用户提供了全新的购物和试穿体验，使选择更加多样化和个性化，还为设计师和品牌提供了新的展示和营销工具。Outfit Anyo… -
DDColor – 阿里达摩院研究的基于深度学习技术的图像上色模型
DDColor是一个由阿里达摩院研究的基于深度学习技术的图像上色模型。它能够自动将黑白或灰度图像着色，使图像更加生动逼真。该模型采用了先进的神经网络架构和训练技术，能够识别图像中的物体和场景，并为其添加逼真的颜色。DDColor通过双解码器结构来提高色彩化的质量，使用多尺度视觉特征来优化可学习的颜色标记（即颜色查询），并在自动图像着色方面实现了先进的性能。这种技术不仅为历史黑白照片赋予了新的生命，… -
Etna模型 – 七火山科技开发的文生视频AIGC模型/能生成15秒4K视频
Etna模型是由七火山科技开发的文生视频AIGC模型，它能够根据用户简短的文本描述，自动生成相应的视频内容。这一技术的出现，标志着AI在视频内容创作领域迈出了重要一步。Etna模型在语言模型和图像模型中插入时空卷积和注意力层，能够处理视频数据，即考虑图像序列中的时间连续性，拥有一定的时空理解能力，可以理解并生成具有时间维度的视频内容。该模型采用了最新的神经网络架构，将Transformer模型的语… -
MuseV – 腾讯推出高保真虚拟人视频生成框架
MuseV由腾讯音乐娱乐的天琴实验室所研发，基于扩散的虚拟人类视频生成框架，主要用于生成高质量的虚拟人视频和口型同步。它支持从图像到视频、文本到图像到视频、视频到视频等多种生成方式，能够保持角色一致性，且不受视频长度限制。MuseV代表了虚拟人制作和AI新技术的发展方向。未来，它有望在娱乐、教育、会议等多个领域发挥重要作用，为用户带来更加丰富和真实的虚拟体验。 官网入口：https://huggi… -
云雀大模型 – 字节跳动研发基于注意力机制的深度学习语言模型
云雀大模型是字节跳动研发的一种基于注意力机制的深度学习语言模型，非常适合处理自然语言处理任务。它使用了Transformer架构，具有良好的并行性和效率，可以在大规模数据集上进行训练。云雀大模型能够根据输入的文本生成输出，并捕捉语言中的语法、语义和上下文信息。据公开消息，云雀大模型的参数规模为1300亿，是目前国内最大的中文预训练模型之一。 官网入口：https://www.volcengine.… -
EMO (Emote Portrait Alive) – 阿里创新音频驱动型肖像视频生成框架
EMO (Emote Portrait Alive) 是由阿里巴巴集团智能计算研究院的研究团队开发的创新音频驱动型肖像视频生成框架。该系统以音频信号为驱动，生成栩栩如生的肖像视频。用户仅需提供一张参考图片和音频文件，如说话或唱歌的声音，EMO便能根据音频内容生成一段生动的视频。在视频中，人物将展现丰富的面部表情和多样的头部动作，仿佛图片中的人物正在说出或唱出你提供的音频内容。EMO系统的出色之处在… -
GPT-4 – OpenAI 开发的最新一代大型语言模型
GPT-4（Generative Pre-trained Transformer 4）是由 OpenAI 开发的最新一代大型语言模型。它是一个多模态模型，能够接受图像和文本输入，并产生文本输出。GPT-4 在各种专业和学术基准上表现出了接近人类的水平，例如通过模拟律师资格考试的前10%。此外，GPT-4 支持更长的上下文窗口，处理复杂任务的能力有显著提升，同时在生成过程中的逻辑性和准确性上也有所改… -
天工AI – 双千亿级大语言模型/搜索/对话/写作助手
天工AI是由昆仑万维和奇点智源合作自研的国产大型语言模型，具备强大的数据处理能力和深度学习能力，能够迅速适应各种复杂场景。它拥有高度智能化的算法，在语音识别、图像识别、自然语言处理等方面取得了显著成果。天工AI的应用非常广泛，可以应用于工业制造、金融服务、医疗健康、教育培训等领域。具体来说，天工AI可以应用于生产线自动化、质量控制、设备维护等方面，提高生产效率，降低成本；能够进行风险评估、客户画像… -
智源悟道大模型 – 智源研究院开源万亿级人工大模型
智源悟道大模型是由北京智源人工智能研究院发布的一系列大模型。其中，悟道3.0大模型系列包含悟道·天鹰（Aquila）语言大模型系列、“天秤（FlagEval）”大语言评测体系及开放平台以及悟道·视界视觉大模型系列。悟道3.0大模型具有多种优点和特性。首先，它规模大、涌现性强，并具有通用性，可以更好地解决各种复杂问题，提高AI技术的应用价值。其次，悟道3.0大模型可以处理多维度数据，提供更全面的数据… -
Sora- OpenAI 最新发布的文本生成视频模型。
Sora是 OpenAI 最新发布的文本生成视频模型。它可以根据用户提供的文本描述，生成长达一分钟的全动态视频，1080P 高质量视频，其中包含精细复杂的场景、生动的角色表情以及复杂的镜头运动。并在单个生成视频中创建多个镜头，准确保留角色和视觉风格。这意味着用户只需提供一个场景的描述，Soras 就能够将其转化为视频。 官网入口：https://openai.com/ 主要功能特点： 文本到视频生… -
Lumiere – 谷歌推出的AI文本到视频生成模型
Lumiere 是由谷歌公司研发。一种先进的文本生成视频的编辑工具，它采用了时空U-Net（STUNet）架构，这种架构的设计重点在于提高AI生成视频中运动的真实感。Lumiere AI的核心功能之一是支持文本到视频和图像到视频的转换。用户可以通过自然语言提示或图片风格指定，让静止的图像动起来，或者生成一系列类似风格主题的视频。具体来说，Lumiere AI通过空间和时间的下采样及上采样过程，结合… -
讯飞星火大模型 – AI大语言模型/科大讯飞星火大模型
讯飞星火大模型是由科大讯飞推出的新一代认知智能大模型，拥有跨领域的知识和语言理解能力，能够基于自然对话方式理解与执行任务，提供语言理解、知识问答、逻辑推理、数学题解答、代码理解与编写等多种能力。 官网入口：https://xinghuo.xfyun.cn/sparkapi?ch=gjx 主要功能特点： 文本生成：可以创作商业文案、营销方案、英文写作、新闻通稿等。 语言理解：支持机器翻译、文本摘要、…