最新项目 - 实时追踪最新开源与非开源AI项目

实时追踪最新开源与非开源AI项目，涵盖多模态、推理、生成等热门领域。企业创新与开发者探索，都能在这里找到刚发布的项目。

共 1754 个项目 · 第 118 / 176 页

OpenAI o3 - OpenAI推出的新一代最强推理模型OpenAI o3模型是继o1之后的新一代推理模型，是 OpenAI 首次将图像推理融入思维链的模型，能直接在思维链中思考图像。用户可以上传模糊、颠倒或低质量的图像，模型依然可以解读并进行裁剪、放大、旋转等操作。AI工具1年前

ElevenLabs Flash - ElevenLabs推出的低延迟语音合成模型ElevenLabs Flash是ElevenLabs推出的低延迟语音合成模型，专为快速对话型AI设计。ElevenLabs Flash有两个版本：Flash v2仅支持英语，Flash v2.5支持32种语言。ElevenLabs Flash模型以每两个字符消耗1信用点的成本提供服务，音质和情感深度略低于Turbo模型，延迟显著降低。AI工具1年前

Gemini 2.0 Flash Thinking - 谷歌推出的最新推理模型，支持百万上下文展示思考路径Gemini 2.0 Flash Thinking 是谷歌最新发布的推理增强型 AI 模型，专为复杂问题的高效推理和可解释性设计。在 Chatbot Arena 排行榜上表现卓越，超越了前代模型和其他竞争对手。模型升级的核心亮点包括：支持高达 100万 tokens 的长上下文窗口，能处理长篇文本并保持推理连贯性AI工具1年前

Genesis - CMU 联合 20 多所研究机构开源的生成式物理引擎Genesis是卡内基梅隆大学、马里兰大学、斯坦福大学、麻省理工学院等研究机构联合推出的开源生成式物理引擎，能模拟世界万物。Genesis能用简单的语言描述，快速生成精确的物理模拟，包括物体运动、人物动作和机器人策略等。AI工具1年前

Insta360 Connect - 影石Insta360推出的AI双摄视频会议一体机Insta360 Connect是影石Insta360推出的AI双摄视频会议一体机，专为提升中小型会议室的会议体验而设计。配备4K双摄像头和14阵列麦克风，支持AI超分辨率和智能音频处理，实现高清视频和清晰语音。AI工具1年前

WeaveFox - 蚂蚁集团推出的 AI 应用创作平台WeaveFox 是蚂蚁集团推出的 AI 应用创作平台，面向 OPC、个人开发者及非技术人员，通过自然语言对话可快速生成可部署的完整应用。AI工具1年前

豆包视觉理解模型 - 豆包推出视觉理解模型，具备识别和推理能力豆包视觉理解模型是豆包推出的先进AI大模型，具备视觉识别和理解推理能力。豆包视觉理解模型具备强大的视觉定位能力，支持多目标、小目标及通用目标的框定位和点定位，支持进行定位计数、描述定位内容及3D定位。AI工具1年前

如何使用腾讯混元视频生成模型，一手实测鹅厂，终于推出自己的AI视频了——「混元视频模型」。最近，受邀参加混元视频模型的内测。周末连肝两天，从早肝到晚，肝了累计有300多支视频吧。先说结论：...AI工具1年前

Ruyi - 图森未来推出的图生视频大模型Ruyi是图森未来科技有限公司推出的图生视频大模型，专为在消费级显卡上运行设计，支持多分辨率、多时长视频生成，具备首帧、首尾帧控制、运动幅度控制和镜头控制等特性。Ruyi基于DiT架构，由Casual VAE模块和Diffusion Transformer组成，用在视频数据压缩和生成。AI工具1年前

Whisk - 谷歌推出的 AI 图像生成工具Whisk 是谷歌推出的 AI 图像生成工具，支持用户上传图像指定生成图像的主题、场景和风格，无需长文本提示。用户能为每个类别提供多张图像，或用谷歌自动填充的 AI 生成图像作为提示。Whisk 能快速视觉探索，支持用户编辑底层提示优化结果。AI工具1年前