YuE
YuE是由香港科技大学开发的开源音乐生成模型，专注于从给定的歌词生成完整的音乐音频。YuE 支持多种音乐风格和语言，能够生成高质量的声乐和伴奏部分，适用于各种音乐创作需求。通过 YuE，用户可以轻松生成长达 5 分钟的完整歌曲，实现创意音乐制作。
Janus-Pro是由 DeepSeek AI 开发的先进多模态 AI 模型，专注于实现图像理解与图像生成的无缝结合。Janus-Pro 通过优化的训练策略、扩展的训练数据和更大的模型规模，在多模态理解和文本到图像生成方面取得了显著进步。该模型分离了视觉编码路径，提升了灵活性和稳定性，并且针对高性能硬件进行了优化，支持高分辨率图像处理。Janus-Pro 是设计、研究、教育和内容创作领域的强大工具。 Janus-Pro：DeepSeek AI推出的开源多模态AI模型 Janus-Pro的主要功能特点： 多模态理解与生成： Janus-Pro 结合了图像理解和图像生成的能力，能够处理图像和文本输入，并生成高质量的图像。 优化的训练策略： 通过优化的训练策略和扩展的训练数据，Janus-Pro 在多模态理解和图像生成方面取得了显著进展。 分离的视觉编码路径： Janus-Pro 通过分离视觉编码路径，解决了传统方法在理解和生成任务中的冲突，提高了模型的灵活性和稳定性。 高性能硬件优化： Janus-Pro 针对高性能硬件进行了优化，支持高分辨率图像处理（如 384×384）。 数据和模型扩展： Janus-Pro 结合更大的模型规模和扩展的数据，提升了多模态理解和文本到图像生成的能力，同时增强了文本到图像生成的稳定性。 开源许可： Janus-Pro 的代码基于 MIT 许可，模型使用 DeepSeek 模型许可，鼓励学术和商业领域的广泛研究与应用。 应用场景： 视觉问答：解释和回答基于图像内容的问题。 详细场景描述：提供准确且富有上下文的图像描述。 创意图像生成：根据文本提示生成高质量的图像。
数据统计
相关导航
Mistral AI
Mistral AI 是一家来自法国的人工智能服务商，专注于大型语言模型和生成式人工智能的构建、培训和应用。Mistral AI 的目标是与 OpenAI 和 谷歌 竞争，为企业开发生成式人工智能基础设施
光语金帆
光语金帆 是由无限光年公司推出的金融大模型，结合了顶尖的人工智能技术和人才资源，旨在构建超越客户期望的人工智能生成内容（AIGC）产品组合，推动金融行业生产力和用户交互体验的全面提升，实现金融服务的智能化、公平化和普惠化。
LMArena AI
LMArena AI 是一个专注于众包 AI 基准测试的开放平台，由加州大学伯克利分校 SkyLab 和 LMSYS 研究团队打造。用户可以在平台上免费与 AI 聊天并进行投票，比较和测试不同的 AI 聊天机器人。LMArena AI 提供盲测模式、匿名对战、投票系统和风格控制等功能，确保评估的公平性和客观性。平台还支持多模态功能，允许用户通过图像与 AI 互动。通过 LMArena AI，用户可以了解和体验不同 AI 模型的性能，帮助他们选择合适的工具或服务。
TangoFlux
TANGOFLUX是一个高效的文本转音频（TTA）生成模型，拥有 515M 参数，能够在单个 A40 GPU 上仅需 3.7 秒生成长达 30 秒的 44.1kHz 立体声音频，TangoFlux不仅可以生成音效如鸟叫、口哨、爆炸等声音，还能生成音乐。
星火大模型
讯飞星火大模型是由科大讯飞推出的新一代认知智能大模型，拥有跨领域的知识和语言理解能力，能够基于自然对话方式理解与执行任务。可基于自然文本、语音的方式提供多场景文本生成、语言理解、知识问答、逻辑推理、数学解答、代码生成和多模态7大能力，快速生成文本、图片、代码等内容。
紫东太初
紫东太初大模型是中国科学院自动化研究所和武汉人工智能研究院推出的新一代大模型。它从三模态走向全模态，支持多轮问答、文本创作、图像生成、3D理解、信号分析等全面问答任务。这个大模型具备更强的认知、理解、创作能力，为用户带来全新的互动体验。
ClotheDreamer
ClotheDreamer 是一种基于 3D 高斯方法的工具，用于从文本提示生成可穿戴的、可生产的 3D 服装资产。由上海大学、上海交通大学、复旦大学和腾讯优图实验室共同推出。它采用了一种名为 Disentangled Clothe Gaussian Splatting (DCGS) 的新型表示方法，使得服装和人体模型可以分别优化。
暂无评论...