ChronoEdit – 英伟达与多伦多大学联合开源的AI图像编辑框架
ChronoEdit是什么ChronoEdit是英伟达与多伦多大学联合研发的开源AI图像编辑框架，将图像编辑任务重新定义为视频生成任务，以确保编辑结果在时间和物理上的一致性。通过从一个 14B 参数的...
排序
Ouro – 字节跳动Seed团队开源的新型循环语言模型
Ouro是什么Ouro是字节跳动Seed团队开发的新型循环语言模型（Looped Language Models），核心创新在于通过参数共享的循环计算结构，在预训练阶段直接构建推理能力。模型采用24层...
微舆BettaFish – 开源的多智能体舆情分析系统
微舆是什么微舆（BettaFish）是开源的多智能体舆情分析系统。采用多智能体架构，通过Query、Media、Insight、Report等Agent协同工作，实现检索、抽取与报告闭环。系统支持AI...
Handy – 开源免费的本地AI语音转文字工具
Handy是什么Handy是开源免费的本地语音转文字工具，支持Windows、MacOS和Linux系统，由Rust和React开发。通过本地处理语音数据，无需上传云端，保障隐私安全，适合快速转录和文...
Open-o3 Video – 北大联合字节开源的视频推理模型
Open-o3 Video是什么Open-o3 Video 是北京大学和字节跳动联合开发的开源视频推理模型，专注于通过时间和空间证据增强视频推理能力。通过明确标注关键证据的时间戳和边界框，帮助模型更好...
Step-Audio-EditX – 阶跃星辰开源的首个LLM级音频编辑大模型
Step-Audio-EditX是什么Step-Audio-EditX是开源的音频编辑大模型，由阶跃星辰团队研发，专注于通过人工智能技术实现音频内容的精细操控。模型能动态调整音频的情绪、说话风格（如撒...
SmartResume – 阿里巴巴开源的AI简历解析与优化工具
SmartResume是什么SmartResume 是阿里巴巴开源的智能简历解析与优化工具，能高效地从 PDF、图片或 Office 文档中提取结构化信息，如基本资料、教育经历和工作经验等。通过融合 ...
UniWorld V2 – 兔展智能联合北大推出的新一代图像编辑模型
UniWorld V2是什么UniWorld V2是兔展智能与北京大学UniWorld团队联合推出的新一代图像编辑模型。在图像编辑领域具有显著优势，特别是在中文理解和复杂指令执行方面表现出色。模型能精...
字节跳动Vidi2模型重磅发布：120亿参数实现精准视频时空定位，革新多模态AI理解与编辑
字节跳动最新开源的多模态视频大模型Vidi2，凭借120亿参数与创新的精细时空定位（STG）技术，能精准识别并定位视频中的对象与动作-9。它不仅彻底改变了从文字到视频的搜索方式，让视频内容可直接被“问...
NocoBase – 免费开源的AI无代码开发平台，可视化构建应用
NocoBase是什么NocoBase是基于AI驱动的开源无代码开发平台，支持快速搭建业务系统，无需编程即可通过配置完成应用开发。项目采用Apache-2.0协议，提供私有化部署和灵活扩展能力，适用于...