MoshiVis–Kyutai开源的多模态实时语音模型
AI工具百科：
MoshiVis是什么
MoshiVis 是 Kyutai 推出的开源多模态语音模型，基于 Moshi 实时对话语音模型开发，增加了视觉输入功能。能实现图像的自然、实时语音交互，将语音和视觉...
CosmosReason1–NVIDIA推出的系列多模态大语言模型
AI工具百科：
CosmosReason1是什么
CosmosReason1 是NVIDIA推出的系列多模态大语言模型，模型能生成基于物理现实的响应。CosmosReason1 包含两个模型：CosmosReason17B 和 CosmosReaso...
MTMegatronLM–摩尔线程开源的混合并行训练框架
AI工具百科：
MTMegatronLM是什么
MTMegatronLM 是摩尔线程推出的面向全功能 GPU 的开源混合并行训练框架，主要用于高效训练大规模语言模型。支持 dense 模型、多模态模型及 MoE（混合...
GPT4.1–OpenAI推出新一代语言模型，支持百万token上下文
AI工具百科：
GPT4.1是什么
GPT4.1 是 OpenAI 最新推出的新一代语言模型，包含 GPT4.1、GPT4.1 mini 和 GPT4.1 nano 三个版本。系列模型在编码能力、指令遵循和长文本处理等方面有显著...
EmaFusion–AI初创公司Ema推出的多模型融合技术
AI工具百科：
EmaFusion是什么
EmaFusion 是人工智能初创公司 Ema 推出的多模型融合技术，为企业级 AI 应用提供高效、灵活且低成本的解决方案。通过动态结合 100 多种语言模型，根据任...
Miras–谷歌推出的深度学习架构设计通用框架
AI工具百科：
Miras是什么
Miras是谷歌推出的用在深度学习架构设计的通用框架，特别是序列建模任务。Miras基于关联记忆和注意力偏差的概念，将Transformer、现代线性RNN等模型重新定义...
OpenMathNemotron–英伟达开源的数学推理系列模型
AI工具百科：
OpenMathNemotron是什么
OpenMathNemotron是英伟达推出的系列开源数学推理模型，专门用在解决复杂数学问题，包括奥林匹克级别的难题。模型基于大规模数据集OpenMathReaso...
WebSSL–Meta联合纽约大学等机构推出的视觉自监督学习系列模型
AI工具百科：
WebSSL是什么
WebSSL（Webscale SelfSupervised Learning）是Meta、纽约大学等机构推出的视觉自监督学习（SSL）系列模型，基于大规模网络数据（如数十亿图像）训练视觉模...
子曰翻译2.0–网易有道推出的最新翻译大模型
子曰翻译2.0是什么
子曰翻译2.0是网易有道推出的最新翻译大模型，模型在数据、算法和评估三个关键维度进行了系统性升级，实现了翻译质量、效率和鲁棒性的质的飞跃。 在数据层面，有道收...
YuxiKnow–基于大模型RAG知识库的AI知识图谱问答平台
AI工具百科：
YuxiKnow是什么
YuxiKnow（语析）是基于大模型RAG知识库与知识图谱技术构建的智能问答平台。YuxiKnow支持多种知识库文件格式（如PDF、TXT、MD、Docx），支持将文件内容转...
文心大模型4.5Turbo–百度推出的最新多模态大模型
AI工具百科：
文心大模型4.5 Turbo是什么
文心大模型4.5 Turbo是百度推出的高性能、低成本多模态大模型。基于文心大模型4.5的基础上进行优化，具备多模态、强推理能力，能处理文本、图...
Step1XEdit–阶跃星辰开源的通用图像编辑框架
AI工具百科：
Step1XEdit是什么
Step1XEdit 是阶跃星辰团队推出的通用图像编辑框架，能缩小开源图像编辑模型与闭源模型（如 GPT4o 和 Gemini2 Flash）之间的性能差距。Step1XEdit结合...
