模型

1. 首页
2. 模型

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

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 340 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

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 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

LMEval

LMEval是谷歌推出的开源框架，用于简化大型语言模型（LLMs）的跨提供商评估。它支持多模态（文本、图像、代码）和多指标评估，兼容Google、OpenAI、Anthropic等主流模型提供商。LMEval基于增量评估引擎，节省时间和计算资源，并通过自加密的SQLite数据库安全存储评估结果。LMEvalboard提供交互式可视化界面，帮助用户分析模型性能并直观比较不同模型的优缺点。

AI项目与工具 2025年06月11日 27 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

Wordware

Wordware是一个强大的AI应用开发工具，它通过自然语言编程简化了AI代理的创建过程，提供了先进的技术能力和用户友好的界面。

Ai编程建站 1970年01月01日 0 点赞 0 评论 338 浏览

Tersa

Tersa 是一款开源免费的 AI 工作流构建平台，提供直观的拖放界面，支持 77 个主流 AI 模型，如 GPT-4o、Claude 3.5 Sonnet、DALL-E 3 和 Whisper 等，适用于文本生成、图像视频创作、音频转录和代码优化等多种任务。用户可通过拖放文件快速构建复杂流程，无需编程基础，广泛应用于内容生成、代码审查、原型开发和多模态功能集成等领域。

AI项目与工具 2025年06月11日 10 点赞 0 评论 338 浏览