腾讯混元DiT是一个基于Diffusion transformer的文本到图像生成模型，也是业内首个中文原生的DiT架构文生图开源模型。该模型具有中英文细粒度理解能力，能够与用户进行多轮对话，根据上下文生成并完善图像。腾讯混元DiT的参数量达到15亿，支持中英文双语输入及理解，进一步提升了生成图像的...
文心大模型是百度发布的产业级知识增强大模型，是千行百业AI开发的首选基座大模型。文心大模型既包含基础通用的大模型，也包含了面向重点领域和重点任务的大模型，还提供丰富的工具与平台，支撑企业与开发者进行高效便捷的应用开发。“知识增强”是文心的核心特色，文心能够同时从大规模知识和海量多元数据中持续学习，如...
Harmonai是一个开源生成音频工具，专注于开源的生成音频模型，让每个人都能轻松愉快地进行音乐制作。他们的目标是让音乐制作更加容易和有趣，让每个人都能表达自己的创造力。该公司推出的Dance Diffusion模型是其核心技术之一。该模型利用先进的AI算法，可以生成定制的无限音乐库，为用户提供高品...
昇思MindSpore是由华为自研的一种适用于端边云场景的新型开源深度学习训练/推理框架，MindSpore提供了友好的设计和高效的执行，旨在提升数据科学家和算法工程师的开发体验，并为Ascend AI处理器提供原生支持，以及软硬件协同优化。昇思MindSpore的功能特点原生支持动态图与静态图：M...
书生·浦语 InternLM 是由商汤科技与上海AI实验室联合香港中文大学和复旦大学共同开发的新一代大型语言模型。它是在过万亿token数据上训练的多语千亿参数基座模型，具有较高的知识水平，尤其在中英文阅读理解、推理任务等需要较强思维能力的场景下性能优秀。它能够处理超长的文本，支持多种语言，并且在多...
Google Gemini是由谷歌推出的一款人工智能多模态大模型，于2023年12月6日发布。这个模型具有强大的功能，能够同时识别文本、图像、音频、视频和代码五种类型的信息。它还能理解并生成主流编程语言的高质量代码，如Python、Java、C++，并且进行了全面的安全性评估。这个模型标志着人工智能...
元象XChat是元象公司开发的一款基于XVERSE通用大数据的人工智能助理，可以与用户进行自然、流畅、有趣的对话。这款工具集意图理解、信息检索和增强学习为一体，通过有监督的调整和意图对齐，在知识问答、文本生成等领域具有较好的应用前景。它可以辅助用户回答各种问题、提供信息、完成多种任务。XChat的应...
文心千帆是百度智能云推出的产业级知识增强大模型，其名字寓意着“千帆竞发，百舸争流”，象征着百度在人工智能领域的雄心壮志和不断进取的精神。文心千帆包括基础大模型、任务大模型、行业大模型，以及丰富的工具与平台，支撑企业与开发者进行高效便捷的应用开发。它能够从海量数据和大规模知识中融合学习，效率更高，效果...
紫东太初是中国科学院自动化研究所和武汉人工智能研究院推出新一代大模型，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，拥有更强的认知、理解、创作能力，带来全新互动体验。 紫东太初大模型的功能特点对话体验：支持多轮问答，文本创作，图像生成，3D理解，信号分析等任...
Adobe Firefly Image 2 是Adobe推出的一款生成式人工智能模型，建立在Firefly图像模型的基础上，专为设计师和创作者提供更强大、更智能的图像生成能力。它通过简单的文字描述，可以生成高质量的图像、文字效果和鲜艳的调色板。Firefly Image 2在创意和质量上带来了重大进...
言犀是京东自营智能人机交互平台，助力企业服务数智化转型。以AI技术驱动，从文字、语音到多模态交互，从对话智能到情感智能，聚焦体验、效率与转化，旨在打造新一代智能人机交互平台，面向不同行业和客户场景助力企业服务和营销实现数智化转型升级。在京东内部，言犀早已形成了一套完整的智能客服机制，实现了售前、售中...
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，提供语言理解、知识问答、逻辑推理、数学题解答、代码理解与编写等多种能力。该模型对标ChatGPT，并在多个领域表现出色，注册免费领取1500万Tokens。讯飞星火大模型在语音识...
DreamTalk 是一个基于扩散的、以音频驱动的表达性说话头部生成框架，能够跨多种说话风格生成高质量的说话头部视频，由清华大学、阿里巴巴和华中科大共同开发。它的主要功能是通过人工智能技术让人物头像能够说话、唱歌，并保持嘴唇的同步以及模仿表情变化。这一框架能够生成高质量的动画，使人物脸部动作看起来非...
Ferret-UI是苹果公司与哥伦比亚大学研究团队联合发布的一个多模态AI大语言模型。它专为增强对移动端用户界面（UI）屏幕的理解而设计，具备引用、定位和推理功能。这个模型能够理解手机屏幕上的内容并执行任务，专注于移动端和用户交互。主要特点包括：指代和定位：能够理解和引用UI屏幕上的特定元素，如图标...
百度智能云客悦是百度推出的智能客服平台。其旗下的智能外呼平台是一款集合NLP（自然语言处理）、ASR（自动语音识别）、TTS（语音合成）等人工智能技术，提供公有云服务并支持同时面向多名用户，自动发起外呼通话的智能化产品。这款智能外呼平台具备多种优势，如操作便捷、支持构建外呼机器人、支持会话测试、NL...
Boximator是字节跳动推出的一款利用深度学习技术进行视频合成的先进工具。它使用文本提示和额外的盒子约束来生成丰富且可控制的视频运动，从而为用户创造独特的视频场景提供了灵活的运动控制。具体来说，Boximator可以通过文本精准控制生成视频中人物或物体的动作，能生成包含多个角色以及特定类型运动的...
华知大模型是由同方知网与华为合作开发的中华知识大模型。它是一个专注于知识服务与科研行业的全栈自主可控的大模型，旨在覆盖政企文教等多个行业场景，并提供30多项通用能力体系。华知大模型的核心特色能力包括智能写作、学术搜问、AI伴读、标准智能问答、机构业务知识智能问答以及图书馆读者智能服务系统等。此外，华...
MoonShot AI（又名“月之暗面AI”）是一家致力于人工智能技术创新的公司，专注于开发和优化大型AI模型。它由创始人杨植麟领导，旨在通过先进的算法和计算能力，突破现有技术的限制。MoonShot AI的核心产品之一是 Kimi Chat，这是一个高级智能助手，能够处理极长的文本输入，提供精准而...
AnimateZero是腾讯AI团队发布的一款AI视频生成模型，通过改进预训练的视频扩散模型(Video Diffusion Models)，能够更精确地控制视频的外观和运动，实现从静态图像到动态视频的无缝转换。用户可以通过输入文本和图像来生成视频，比如由动漫人物的图片生成的视频，不仅人物动作流畅，...
Yi大模型是由李开复博士领导的AI公司“零一万物”发布的一款开源的中英双语预训练大模型。这个模型在多个性能指标上取得了国际最佳性能认可，被称为“全球最强开源模型”。Yi-34B模型特别之处在于它拥有全球最长的200K上下文窗口，能够处理40万汉字的超长文本输入，这在语言模型中是非常重要的，因为它对于...
