Dolphin–清华联合海天瑞声推出的语音识别大模型
AI工具百科：
Dolphin是什么
Dolphin是清华大学电子工程系语音与音频技术实验室联合海天瑞声共同推出的面向东方语言的语音大模型。支持40个东方语种的语音识别，中文语种涵盖22种方言...
ICEdit–浙江大学联合哈佛大学推出的指令式图像编辑框架
AI工具百科：
ICEdit是什么
ICEdit（InContext Edit）是浙江大学和哈佛大学推出的指令式图像编辑框架。基于大规模扩散变换器（Diffusion Transformer）的强大生成能力和上下文感知能力...
DeepResearchWebUI–开源AI研究助手，逐步深入挖掘研究主题
AI工具百科：
Deep Research Web UI是什么
Deep Research Web UI 是开源的 AI 研究助手工具，帮助用户高效地进行深度研究。通过 AI 驱动的迭代搜索，逐步深入挖掘指定主题，以树状结构...
KiminaProver–月之暗面联合Numina推出的数学定理证明模型
AI工具百科：
KiminaProver是什么
KiminaProver是月之暗面与Numina团队合作推出的大型数学定理证明模型，模型采用大规模强化学习训练，能以类似人类的方式进行推理，在Lean 4语言中严...
MistralOCR–MistralAI推出的先进光学字符识别工具
AI工具百科：
Mistral OCR是什么
Mistral OCR 是 Mistral AI 推出的先进光学字符识别（OCR）工具，专为处理复杂文档而设计。能全面理解文档中的文本、图像、表格和数学公式等元素，支...
IIAgent–IntelligentInternet开源的通用AIAgent框架
AI工具百科：
IIAgent是什么
IIAgent 是开源的Agent框架，通过与大型语言模型（LLM）的交互，简化和提升跨多个领域的工作流程。具备多种核心功能，包括研究与事实核查、内容生成、数据...
InternVL–OpenGVLab推出的多模态大模型
AI工具百科：
InternVL是什么
InternVL 是上海人工智能实验室 OpenGVLab 推出的多模态大模型，专注于视觉与语言任务。采用 ViTMLPLLM 架构，通过视觉模块（如 InternViT）和语言模块（...
LBM–AI图像转换框架，实现可控阴影生成
AI工具百科：
LBM是什么
LBM（Latent Bridge Matching）是Jasper Research团队推出的新型图像到图像转换框架，基于在潜在空间中构建桥匹配实现快速高效的图像转换。LBM仅需单步推理完...
AIResearcher–香港大学推出的开源自动化科学研究工具
AI工具百科：
AIResearcher是什么
AIResearcher 是香港大学数据科学实验室推出的开源自动化科学研究工具，基于大型语言模型（LLM）代理实现从研究想法到论文发表的全流程自动化。
A...
NodeRAG–开源基于异构图的智能检索与生成系统
AI工具百科：
NodeRAG是什么
NodeRAG 是基于异构图的检索增强生成（RetrievalAugmented Generation，RAG）系统。通过构建包含多种节点类型的异构图，将文档信息和语言模型生成的见解整...
HRAvatar–清华联合IDEA推出的单目视频生成3D头像技术
AI工具百科：
HRAvatar是什么
HRAvatar是清华大学联合IDEA团队推出的单目视频重建技术，支持从普通单目视频中生成高质量、可重光照的3D头像。HRAvatar用可学习的形变基和线性蒙皮技术...
混元图生视频–腾讯混元开源的图生视频模型
AI工具百科：
混元图生视频是什么
混元图生视频是腾讯混元推出的开源图生视频模型，用户可以通过上传一张图片进行简短描述，让图片动起来生成5秒的短视频。模型支持对口型、动作驱动和...
