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 1755 个项目 · 第 95 / 176 页

Gemma 3 - 谷歌最新推出的开源多模态 AI 模型Gemma 3 是谷歌最新推出的开源人工智能模型，专为开发者设计，支持多种设备上的人工智能应用开发。支持超过 35 种语言，具备分析文本、图像及短视频的能力，提供四种不同尺寸的模型（1B、4B、12B 和 27B），满足不同硬件和性能需求。AI工具1年前

BEHAVIOR Robot Suite - 李飞飞团队开源的机器人家庭任务自动化框架BEHAVIOR Robot Suite（BRS）是斯坦福大学李飞飞团队推出的用在学习全身操作完成日常家务任务的框架。基于分析家务活动，确定机器人需要具备的关键能力，包括双臂协调、稳定导航和广泛的末端执行器可达性。AI工具1年前

Seedream 2.0 - 字节豆包推出的原生中英双语图像生成模型Seedream 2.0 是字节跳动豆包大模型团队推出的原生中英双语图像生成模型，解决现有模型在文本渲染、文化理解等方面的不足。模型通过自研的双语大语言模型（LLM）作为文本编码器，能直接从海量数据中学习本土知识，生成具有准确文化细节和审美表达的高保真图像。AI工具1年前

VACE - 阿里通义推出的视频生成与编辑框架VACE（Video Creation and Editing）是阿里巴巴通义实验室推出的一站式视频生成与编辑框架。基于整合多种视频任务（如参考视频生成、视频到视频编辑、遮罩编辑等）到一个统一模型中，实现高效的内容创作和编辑功能。VACE的核心在于Video Condition Unit（VCU），将文本、图像、视频和遮罩等多种模态输入整合为统一的条件单元，支持多种任务的灵活组合。AI工具1年前

浙江大学DeepSeek系列专题讲座课件第三期（PDF文件） – AI教程资料《走向数字社会：从DeepSeek到群体智慧》和《语言解码双生花：人类经验与AI算法的镜像之旅》来自浙江大学人工智能教育教学研究中心，围绕人工智能技术及其在...AI工具1年前

Responses API - OpenAI 推出的构建 AI Agents 的核心服务Responses API 是 OpenAI 推出的用在构建 AI Agents 的核心接口，Responses API是 Chat Completions API 的升级版，结合 Assistants API 的工具调用能力，支持更复杂的任务处理。开发者基于一次调用，用多种内置工具（如网页搜索、文件搜索、计算机操作等）和多轮模型交互，完成复杂任务。AI工具1年前

R1-Omni - 阿里通义开源的全模态大语言模型R1-Omni 是阿里通义推出的基于强化学习（RLVR）的全模态大语言模型，专注于情感识别任务。通过结合视觉和音频信息，能清晰地解释情感识别的推理过程，展现出强大的情感理解能力。AI工具1年前

SeedFoley - 字节推出的端到端视频音效生成模型SeedFoley 是字节跳动豆包大模型语音团队开发的端到端视频音效生成模型，为视频创作提供智能音效生成服务。通过融合时空视频特征与扩散生成模型，实现音效与视频的高度同步。模型采用快慢特征组合的视频编码器，提取视频的时空特征，同时基于原始波形作为输入的音频表征模型，保留高频信息，提升音效细腻程度。AI工具1年前

Zulu - 百度文心快码推出的AI自动编程智能体Zulu 是百度文心快码推出的首个多模态AI自动编程智能体，为开发者提供从需求到代码的端到端生成服务。支持多模态高效交互，上传图片，一键生成完整代码。AI工具1年前

灵犀 X2 - 智元机器人推出的最新双足人形机器人灵犀X2是智元机器人推出的最新双足人形机器人。全身拥有28个自由度，搭载小脑控制器Xyber-Edge、域控制器Xyber-DCU和智能电源管理系统Xyber-BMS，机械结构上未采用任何并联结构，动作表现灵活多样，能完成跳舞、奔跑、踩滑板车、骑自行车等高难度动作。AI工具1年前