VideoPhy – UCLA 联合谷歌推出评估视频生成模型物理常识能力的基准测试
VideoPhy是UCLA和谷歌研究研究院联合推出的，首个评估视频生成模型物理常识能力的基准测试，能衡量模型生成的视频是否遵循现实世界的物理规则。VideoPhy基准包含688个描述物理互动的字幕，用...
排序
Large Motion Model – 商汤科技联合南洋理工推出的统一多模态运动生成模型
Large Motion Model（LMM）是统一的多模态运动生成模型，是新加坡南洋理工大学S-Lab和商汤科技研究团队共同推出的。LMM能处理包括文本到运动、音乐到舞蹈等多种运动生成任务，在多个基...
Polymet – AI产品设计平台，根据需求描述和图片生成产品原型和代码
Polymet是AI驱动的产品设计平台，能帮助用户快速将创意转化为原型，生成直接用于部署的代码。支持用户基于描述需求或上传图片来开始设计，并支持编辑和迭代，最终提供预览和代码输出。Polymet与Fi...
StereoCrafter – 腾讯开源将任意2D视频转为立体3D视频的框架
StereoCrafter是腾讯AI Lab和ARC Lab共同推出的创新框架，能将单目视频（2D视频）转换为立体3D视频，满足日益增长的3D内容需求。StereoCrafter基于深度估计、视频sp...
MolyPix.AI – AI图形设计平台，一键生成海报、邀请函、明信片
Molypix.AI是AI驱动的在线图形设计平台，支持用户通过简单的文字提示快速生成专业级别的视觉内容。平台提供丰富的模板，包括海报、邀请函、明信片等，让设计新手和专业人士能轻松创建个性化设计。Mol...
LONGSHOT – AI内容创作与SEO优化助手，根据实时数据和行业趋势生成创意内容
LONGSHOT是AI内容创作与SEO优化平台，基于AI技术帮助用户快速生成高质量、SEO友好的长篇内容。LONGSHOT主要功能包括内容规划、事实核查、SEO优化、AI内部链接和多平台整合，能提升内...
探一下 – 支付宝推出的新一代AI视觉搜索产品
探一下是支付宝推出的新一代AI视觉搜索产品，基于自研的多模态大模型技术，能够“用AI之眼探索万物”，提供快速、有用、趣味的生成式搜索服务。用户可以通过AI摄像头识别花草、宠物、潮玩等，获得旅游讲解、商...
AgiBot World – 智元机器人开源的百万真机数据集
AgiBot World是智元机器人开源的百万真机数据集，旨在推动具身智能的发展。数据集包含八十余种日常技能，覆盖家居、餐饮、工业等五大核心场景，数据规模和质量远超谷歌的Open X-Embodime...
DeepSeek Engineer – 开源AI编程助手，处理用户对话生成结构化JSON
DeepSeek Engineer 是集成DeepSeek API 的AI编程助手，基于命令行界面让用户能读取本地文件、创建新文件及实时对现有文件进行差异编辑。DeepSeek Engineer用 P...
GraphAgent – 港大联合港科大开源的智能图形语言助手
GraphAgent是香港大学和香港科技大学（广州）联合推出的智能图形语言助手，能处理现实世界中结构化（如图连接）和非结构化（如文本、视觉信息）格式的数据，数据包含复杂关系和相互依赖性，能用知识图谱展...