AI开源

GLM-4.Voice，智谱开源的端到端语言模型，能情感共鸣、支持打断、支持多语言多方言

GLM-4.Voice，智谱开源的端到端语言模型，能情感共鸣、支持打断、支持多语...

Framer，交互式帧插值，用户交互点轨迹控制进行视频插值

让我们看看演示视频吧！ Framer，交互式帧插值，用户交互点轨迹控制进行视频插...

MelodyFlow，Meta发布的AI音乐生成模型，可以根据提示词生成音乐，也可以在线编辑音乐

让我们看看演示视频吧！ MelodyFlow，Meta发布的AI音乐生成模型，可...

GPT-54o-mini-vision-pro-max-xxxl，开源的计算机视觉模型

GPT-54o-mini-vision-pro-max-xxxl，开源的计算机视...

HuggingChat推出了开源的Mac原生客户端，可以访问本地开源大语言模型

HuggingChat推出了开源的Mac原生客户端，可以访问本地开源大语言模型，...

KlingAI Virtual Try-On，利用 KlingAI API 提供使用人物和服装图像的虚拟试穿体验

KlingAI Virtual Try-On，利用 KlingAI API 提供...

Aya Expanse，Cohere For AI开源的高性能多语言模型，支持101种语言

Aya Expanse，Cohere For AI开源的高性能多语言模型，支持1...

Mochi 1，Genmo发布开源的视频生成模型，基于AsymmDiT架构

让我们看看演示视频吧！ Mochi 1，Genmo发布开源的视频生成模型，基于A...

Stability AI发布Stable Diffusion 3.5 Large，8B参数，支持图里写英文

Stability AI发布Stable Diffusion 3.5 Large...

Allegro，开源的文本转视频模型，可将文本转换为 15 FPS 和 720p 的令人惊叹的 6 秒视频

让我们看看演示视频吧！ Allegro，开源的文本转视频模型，可将文本转换为 1...

GAGAvatar，类似LivePortrait的实时表情迁移

让我们看看演示视频吧！ GAGAvatar，类似LivePortrait的实时表...

Granite 3.0，IBM与Ollama合作发布的LLM模型，可直接在Ollama里运行

Granite 3.0是IBM与Ollama合作发布的LLM模型，可直接在Oll...