AyaVision–Cohere推出多模态、多语言的视觉模型
AI工具百科：
Aya Vision是什么
Aya Vision 是 Cohere 推出的多模态、多语言...
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）...
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...
ChanceAI–AI视觉搜索引擎，一键获取产品的深度信息
AI工具百科：
Chance AI是什么
Chance AI 是AI视觉搜索引擎，基于视觉智能帮...
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...
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...
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...
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...
