模型

1. 首页
2. 模型

VideoLLaMA3

VideoLLaMA3 是阿里巴巴开发的多模态基础模型，支持视频与图像的深度理解和分析。基于 Qwen 2.5 架构，结合先进视觉编码器与语言生成能力，具备高效时空建模与多语言处理能力。适用于视频内容分析、视觉问答、字幕生成等场景，提供多种参数版本，支持灵活部署。

AI项目与工具 2025年06月12日 87 点赞 0 评论 339 浏览

大模型GPT中文调教指南

ChatGPT中文调教指南为Awesome ChatGPT Prompts 的汉化版。ChatGPT中文调教指南分享了各种ChatGPT有趣的玩法

Ai提示指令 2025年06月05日 52 点赞 0 评论 339 浏览

CoA

CoA是由谷歌开发的多智能体协作框架，用于解决大语言模型在处理长文本任务时的上下文限制问题。它将长文本分割成多个片段，由多个智能体依次处理并通过链式通信传递关键信息，最终由管理智能体整合生成结果。该框架无需额外训练，支持多种任务类型，如问答、摘要和代码补全，且具有高效性和可扩展性。其时间复杂度优化显著提升了处理长文本的效率。

AI项目与工具 2025年06月12日 57 点赞 0 评论 339 浏览

OpenCodeInterpreter

通过结合大型语言模型和代码执行反馈，提供了一个强大的工具，可以帮助开发者在软件开发过程中提高效率和质量。

Ai平台模型 1970年01月01日 0 点赞 0 评论 340 浏览

自得语音

自得语音技术可通过简单的步骤创造出属于你的角色。类似GPT，可生成与真人无异的语音片段，在情感、音色和语速等方面与真人一致。

Ai语音工具 2025年06月05日 15 点赞 0 评论 340 浏览

StoryPlay AI

一个致力于为短剧内容创作提供可视化流程，实现剧本策划、剧本创作、剧本分镜创作等围绕短剧创作全工作流的AI赋能，实现创作者5-10倍的降本增效的AI短剧剧本创作工具

AI写作对话 2025年06月05日 55 点赞 0 评论 340 浏览

STIV

STIV是一款由苹果公司开发的视频生成大模型，具有8.7亿参数，擅长文本到视频（T2V）及文本图像到视频（TI2V）任务。它通过联合图像-文本分类器自由引导（JIT-CFG）技术提升生成质量，并结合时空注意力机制、旋转位置编码（RoPE）及流匹配训练目标优化性能。STIV支持多种应用场景，包括视频预测、帧插值、长视频生成等，适用于娱乐、教育、广告及自动驾驶等多个领域。

AI项目与工具 2025年06月12日 57 点赞 0 评论 341 浏览

RWKV

RWKV-7是一种先进的大模型架构，超越传统注意力机制，具备强大的上下文学习能力和高效的训练稳定性。其动态状态更新和学习率调整机制提升了模型性能，适用于文本生成、机器翻译、情感分析、对话系统及多语言处理等多种应用场景。

AI项目与工具 2025年06月12日 37 点赞 0 评论 342 浏览

福棠·百川

福棠·百川是全球首个儿科大模型，由国家儿童医学中心等机构联合研发，具备强大的临床推理能力和循证医学模式，整合了海量医疗数据和专家经验，可提供个性化诊疗方案。该模型应用于基层和专家版，分别服务于日常诊疗和疑难病诊断，已在北京儿童医院投入使用，诊断准确率达95%。同时支持在线问诊、远程会诊、教育及科研等多场景应用。

AI项目与工具 2025年06月12日 12 点赞 0 评论 342 浏览

UniTok

UniTok是由字节跳动联合高校研发的统一视觉分词器，支持视觉生成与理解任务。其采用多码本量化技术，将视觉特征分割并独立量化，显著提升离散token的表示能力。在ImageNet上实现78.6%的零样本分类准确率，图像重建质量达0.38。可作为多模态大语言模型的视觉输入模块，广泛应用于图像生成、视觉问答、内容创作及跨模态检索等场景。

AI项目与工具 2025年06月11日 22 点赞 0 评论 343 浏览