GPDiT–清华北大联合阶跃星辰等推出的视频生成模型
AI工具百科：
GPDiT是什么
GPDiT（Generative Pretrained Autoregressive Di...
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...
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...
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...
VeoGoAI–AI短视频预测工具，提供流量预测和优化建议
AI工具百科：
VeoGo AI是什么
VeoGo AI 是面向短视频创作者的智能预测工具，...
OpusSearch–OpusClip推出的AI视频搜索工具
AI工具百科：
OpusSearch是什么
OpusSearch 是 OpusClip 推出的 AI 视频搜索...
KuaiMod–快手推出的自动化短视频质量判别框架
AI工具百科：
KuaiMod是什么
KuaiMod 是快手推出的基于多模态大模型的短视频...
OpenVision–加州大学开源的视觉编码器家族
AI工具百科：
OpenVision是什么
OpenVision是加州大学圣克鲁兹分校（UCSC）...
ProxyLite–开源视觉语言模型，支持自动化网页任务
AI工具百科：
Proxy Lite是什么
Proxy Lite 是开源的轻量级视觉语言模型（VL...
AVD2–清华联合复旦等机构推出的自动驾驶事故视频理解与生成框架
AI工具百科：
AVD2是什么
AVD2（Accident Video Diffusion for Accident Vid...
QLIP–英伟达推出的视觉标记化方法
AI工具百科：
QLIP是什么
QLIP（Quantized LanguageImage Pretraining）是英...
- 1
- 2
