StreamBridge–苹果联合复旦推出的端侧视频大语言模型框架
AI工具百科：
StreamBridge是什么
StreamBridge 是苹果公司与复旦大学联合推...
Eagle2.5–英伟达推出的视觉语言模型
AI工具百科：
Eagle 2.5是什么
Eagle 2.5是英伟达推出的视觉语言模型，专注...
OpenLLMVTuber–AI数字人语音交互项目，支持实时语音对话和视觉感知
AI工具百科：
OpenLLMVTuber是什么
OpenLLMVTuber 是开源的跨平台语音交互 A...
Seed1.5VL–字节跳动Seed推出的视觉语言多模态大模型
AI工具百科：
Seed1.5VL是什么
Seed1.5VL 是字节跳动 Seed 团队最新发布的视...
Pinch–AI翻译平台，支持30多种语言在视频通话中即时语音翻译
AI工具百科：
Pinch是什么
Pinch 是创新的实时 AI 语音翻译视频会议平台，专...
PixelReasoner–滑铁卢联合港科大等高校推出的视觉语言模型
AI工具百科：
Pixel Reasoner是什么
Pixel Reasoner是滑铁卢大学、香港科技...
DanceGRPO–字节Seed联合港大推出的统一视觉生成强化学习框架
AI工具百科：
DanceGRPO是什么
DanceGRPO 是字节跳动 Seed 和香港大学联合推...
StarVector–开源多模态视觉语言模型，支持图像和文本到SVG生成
AI工具百科：
StarVector是什么
StarVector 是开源的多模态视觉语言模型，Se...
ViduQ1–生数科技推出的高可控视频大模型
AI工具百科：
Vidu Q1是什么
Vidu Q1 是清华大学人工智能研究院副院长、生数...
NEXUSO–多模态AI模型，实现对语言、音频和视觉全方位感知与交互
AI工具百科：
NEXUSO是什么
NEXUSO 是HiThink 研究院、英国帝国理工学院、浙...
Vid2World–清华联合重庆大学推出视频模型转为世界模型的框架
AI工具百科：
Vid2World是什么
Vid2World是清华大学联合重庆大学推出的创新...
VisionStory–AI视频生成工具，支持视频中角色的情感控制
AI工具百科：
VisionStory是什么
VisionStory是创新的AI视频生成工具，能将...
