Skywork R1V Skywork R1V是昆仑万维推出的首个工业级多模态思维链推理模型，具备强大的视觉链式推理能力，可处理数学问题、科学现象分析、医学影像诊断等复杂任务。其技术基于文本推理能力的多模态迁移与混合式训练方法，在多项基准测试中表现优异。模型开源，适用于教育、医疗、科研、内容审核等多个领域，推动多模态人工智能的发展。 AI项目与工具 2025年06月12日 80 点赞 0 评论 512 浏览
Fashion Fashion-VDM是一款由谷歌和华盛顿大学合作研发的虚拟试穿技术，利用视频扩散模型生成人物穿着指定服装的高质量试穿视频，具有高保真度、时间一致性及强大的服装细节还原能力。它结合了扩散模型架构、分割分类器自由引导与渐进式时间训练策略，并在图像与视频数据联合训练的基础上实现了高效稳定的视频生成过程。 AI项目与工具 2025年06月12日 58 点赞 0 评论 512 浏览
Sudo AI Sudo AI是一款基于人工智能技术的3D模型生成平台，支持从文本或图像生成高质量的3D模型。该平台集成了文本到3D、图像到3D等多项核心技术，同时具备强大的材质编辑能力和灵活的导出选项，广泛应用于游戏开发、教育培训、影视制作等领域，有效降低了3D建模的技术门槛，提升了创作效率。 AI项目与工具 2025年06月12日 53 点赞 0 评论 511 浏览
sCM sCM是一种由OpenAI开发的基于扩散模型的连续时间一致性模型，通过简化理论框架与优化采样流程，实现了图像生成速度的大幅提升。该模型仅需两步采样即可生成高质量图像，且速度比传统扩散模型快50倍。得益于连续时间框架和多项技术改进，sCM不仅提高了训练稳定性，还提升了生成质量。其应用场景广泛，包括视频生成、3D建模、音频处理及跨媒介内容创作，适用于艺术设计、游戏开发、影视制作等多个行业。 AI项目与工具 2025年06月12日 50 点赞 0 评论 511 浏览
AgileGen AgileGen是一个基于人机协作的生成式软件开发框架，通过Gherkin语言定义用户需求并生成代码，支持快速原型设计和迭代优化。其主要功能包括需求收集与澄清、场景设计、代码生成及反馈迭代，同时具备记忆池机制以提升决策效率。适用于初创公司、教育领域及企业内部工具开发等场景。 AI项目与工具 2025年06月12日 94 点赞 0 评论 511 浏览
PixArt PixArt-Σ是一款基于扩散Transformer架构（DiT）的文本生成图像模型，专为生成高达4K分辨率的高质量图像而设计。该模型通过整合高级元素并采用从弱到强的训练方法，不仅提升了生成图像的保真度，还增强了图像与文本提示之间的对齐效果。PixArt-Σ的生成图像在美学质量上可媲美当前顶级的文本到图像产品，并且在遵循文本提示方面表现出色。主要功能包括4K分辨率图像生成、高保真转换、高效率训练和 AI项目与工具 2024年01月01日 82 点赞 0 评论 511 浏览
MindMac 专为 macOS 设计的本机 ChatGPT 客户端。它作为 ChatGPT 的伴侣，允许用户轻松、无缝地与 OpenAI、Azure OpenAI、Google Gemini 等 AI 模型聊天。 思维导图 2025年06月05日 42 点赞 0 评论 511 浏览
33字幕 33字幕是一款集语音识别与文本翻译于一体的AI字幕生成工具，支持多种语言的语音转文字及翻译，可实现实时字幕生成与同步翻译。用户可通过本地AI模型免费运行，显著降低使用成本。该工具具备边识别边生成字幕、台词搜索等功能，广泛应用于视频创作、教育培训、企业会议等领域。 AI项目与工具 2025年06月12日 73 点赞 0 评论 510 浏览
Tripo3D AI 一个由VAST发布的在线3D建模平台，利用先进的AI技术，可以在几秒钟内生成高质量的3D模型。用户可以通过文本描述或上传图片来生成模型。 3D&游戏 2025年06月05日 63 点赞 0 评论 510 浏览
OThink OThink-MR1是由OPPO研究院与香港科技大学（广州）联合研发的多模态语言模型优化框架，基于动态KL散度策略（GRPO-D）和奖励模型，提升模型在视觉计数、几何推理等任务中的泛化与推理能力。其具备跨任务迁移能力和动态平衡探索与利用机制，适用于智能视觉问答、图像描述生成、内容审核等多个领域，具有广阔的应用前景。 AI项目与工具 2025年06月12日 21 点赞 0 评论 510 浏览
