模型

1. 首页
2. 模型

AIMv2

AIMv2是苹果公司开发的开源多模态自回归预训练视觉模型，通过图像与文本的深度融合提升视觉理解能力。其采用图像块与子词标记拼接的方式进行自回归预训练，支持多种参数规模，适用于不同设备。具备视觉问答、指代表达理解、图像字幕生成、多媒体检索等功能，并可无缝集成到大型语言模型中。模型在多个视觉任务中表现优异，具备良好的可扩展性和零样本适应能力。

AI项目与工具 2025年06月12日 48 点赞 0 评论 519 浏览

LongWriter

LongWriter是一款由清华大学与智谱AI合作开发的长文本生成模型，能够生成超过10,000字的连贯文本。该模型基于增强的长上下文大型语言模型，采用了直接偏好优化（DPO）技术和AgentWrite方法，能够处理超过100,000个token的历史记录。LongWriter适用于多种应用场景，包括学术研究、内容创作、出版行业、教育领域和新闻媒体等。

AI项目与工具 2025年06月12日 67 点赞 0 评论 518 浏览

PromptWizard

PromptWizard是一款由微软研发的自动化提示优化框架，专注于提升大型语言模型在特定任务中的表现。其核心技术包括自我演变、自我适应以及反馈驱动的批评与合成，通过迭代优化提示指令和上下文示例，显著增强模型的准确性和效率。PromptWizard适用于多种应用场景，如情感分析、智能教育助手、医疗诊断支持、法律文档分析及客户服务自动化等，助力各行业实现更高效的智能化操作。

AI项目与工具 2025年06月12日 46 点赞 0 评论 518 浏览

Lingua

Lingua是Meta AI推出的轻量级代码库，专注于大规模语言模型的训练与推理。它基于PyTorch框架，具有模块化设计、分布式训练支持以及灵活的自定义能力，适用于学术研究、工业部署及模型优化等多个领域。Lingua支持端到端训练、性能优化、多GPU协作，并提供丰富的工具来管理和保存模型。

AI项目与工具 2025年06月12日 71 点赞 0 评论 518 浏览

BiliNote

BiliNote 是一款开源 AI 视频笔记工具，支持从多个平台导入视频链接并生成结构化的 Markdown 笔记。具备音频转写、大模型总结、截图插入、内容跳转链接等功能，适用于学习、创作、培训等场景。采用 FastAPI 和 React 技术栈，支持 Docker 部署，便于用户快速集成与使用。

AI项目与工具 2025年06月11日 92 点赞 0 评论 518 浏览

通古大模型

通古大模型是由华南理工大学研发的古籍文言文处理AI工具，基于百川2-7B-Base进行增量预训练，结合24.1亿古籍语料和400万对话数据，采用RAT和RAG技术提升古籍处理效果。支持古文句读、文白翻译、诗词创作、古籍赏析、检索问答及辅助整理等功能，广泛应用于古籍数字化、教育、文化传承与学术研究等领域。

AI项目与工具 2025年06月12日 61 点赞 0 评论 518 浏览

文心智能体平台

百度推出的一个基于文心大模型的AI智能体（Agent）平台，文心智能体平台旨在支持广大开发者根据自身行业领域、应用场景，选取不同类型的开发方式，打造大模型时代的产品能力。

AI写作对话 2025年06月05日 54 点赞 0 评论 517 浏览

Darwin模型

Darwin模型是一个专门为自然科学领域（尤其是物理、化学和材料科学）设计的大语言模型（LLM），只要通过整合结构化和非结构化的科学知识，提升语言模型在科学研究

Ai平台模型 2025年06月05日 19 点赞 0 评论 517 浏览

SignGemma

SignGemma是由谷歌DeepMind团队开发的全球最强大的手语翻译AI模型，专注于将美国手语（ASL）实时翻译成英语文本。通过多模态训练方法，结合视觉和文本数据，实现高准确率和低延迟的翻译，响应时间低于0.5秒。支持端侧部署，保护用户隐私，适用于教育、医疗和公共服务等场景。

AI项目与工具 2025年06月11日 24 点赞 0 评论 517 浏览

Perception

Perception-as-Control是由阿里巴巴通义实验室开发的图像动画框架，支持对相机和物体运动的细粒度控制。它基于3D感知运动表示，结合U-Net架构的扩散模型，实现多种运动相关的视频合成任务，如运动生成、运动克隆、转移和编辑。通过三阶段训练策略，提升运动控制精度和稳定性，适用于影视、游戏、VR/AR、广告及教育等多个领域。

AI项目与工具 2025年06月12日 20 点赞 0 评论 517 浏览