SnapGen - Snap联合港科大等机构推出的移动端文生图模型
SnapGen是Snap Inc、香港科技大学、墨尔本大学等机构联合推出的文本到图像（T2I）扩散模型，能在移动设备上快速生成高分辨率（1024x1024像素）的图像，且只需1.4秒。模型用379M参...
排序
PC Agent - 上海交大联合 GAIR 推出的电脑智能体AI系统
PC Agent是上海交通大学和Generative AI Research Lab (GAIR)联合推出的先进AI系统。系统基于模拟人类认知过程，执行如组织研究材料、起草报告和创建演示文稿等复杂数字...
OmniParse - AI数据解析平台，提取和解析任何非结构化数据
OmniParse是数据解析平台，将非结构化数据转换为结构化、可操作的数据，优化适用于GenAI（大型语言模型）应用。OmniParse支持约20种文件类型，包括文档、表格、图像、视频、音频和网页，提...
Vanna - 开源AI检索生成框架，自动生成精确的SQL查询
Vanna是开源的Python RAG（Retrieval-Augmented Generation）框架，能帮助用户基于大型语言模型（LLMs）为其数据库生成精确的SQL查询。Vanna用两步简单流...
NodeTool - AI工作流可视化构建器，拖放节点设计复杂工作流
NodeTool是开源的AI工作流可视化构建器。NodeTool集成广泛的AI工具和模型，基于简单、可视化的界面，让用户无需编码即可快速原型设计和测试。NodeTool支持在本地GPU上运行AI模型...
ExAvatar - Meta推出的3D数字形象生成模型
ExAvatar是DGIST和Meta公司Codec Avatars Lab联合推出的3D数字形象生成模型，通过简短视频克隆人像并转化为3D数字形象。支持手机扫描快速捕捉全身动作和表情，转化为逼真的3...
MVPaint - 腾讯PCG联合多所高校共同推出的3D纹理生成框架
MVPaint是腾讯PCG 、上海AI LAB、南洋理工大学S-Lab、清华大学共同推出的3D纹理生成框架，基于同步多视角扩散技术实现高分辨率、无缝且多视图一致的3D纹理生成。MVPaint包含三个核...
Mooncake - 月之暗面Kimi联合清华等机构推出的大模型推理架构
Mooncake是月之暗面Kimi联合清华大学等机构共同开源的大模型推理架构。采用以KVCache为中心的分布式架构，通过分离预填充和解码集群，充分利用GPU集群中未充分利用的CPU、DRAM和SSD...
VSI-Bench - 李飞飞谢赛宁团队推出的视觉空间智能基准测试集
VSI-Bench（Visual-Spatial Intelligence Benchmark）是李飞飞、谢赛宁及他们的研究团队推出的视觉空间智能基准测试集，研究者构建用在评估多模态大型语言模型（ML...
Vision Parse - 开源的 PDF 转 Markdown 工具
Vision Parse是开源的PDF文档转换工具，基于视觉语言模型（Vision LLMs）将PDF文件转换成Markdown格式。Vision Parse能智能识别和提取PDF中的文本和表格，且保...