蚝油菜花_个人页
蚝油菜花
文章
645
问答
1
视频
0
个人介绍
微信公众号：@蚝油菜花｜如果你也关注大模型发展现状，或对大模型应用开发非常感兴趣，很期待你的关注和私信，我会不定期分享自己的想法和开源实例。
擅长的技术
获得更多能力
通用技术能力：
-
Python
高级
能力说明：
通过课程学习与实战项目，熟练掌握Python的语法知识与编程技能，具备Python语言的函数、面向对象、异常处理等能力，常用开发框架的实际应用和开发能力，具备使用，掌握Python数据分析三剑客Matplotlib、Numpy、Pandas的概念与应用场景，掌握利用Python语言从数据采集到分析的全流程相关知识。
云产品技术能力：
暂时未有相关云产品技术能力~
阿里云技能认证
详细说明-
发表了文章 2025-03-15
MT-TransformerEngine：国产训练核弹！FP8+算子融合黑科技，Transformer训练速度飙升300%
MT-TransformerEngine 是摩尔线程开源的高效训练与推理优化框架，专为 Transformer 模型设计，通过算子融合、并行加速等技术显著提升训练效率，支持 FP8 混合精度训练，适用于 BERT、GPT 等大型模型。
-
发表了文章 2025-03-15
Open-LLM-VTuber：宅男福音！开源AI老婆离线版上线，实时语音+Live2D互动还会脸红心跳
Open-LLM-VTuber 是一个开源的跨平台语音交互 AI 伴侣项目，支持实时语音对话、视觉感知和生动的 Live2D 动态形象，完全离线运行，保护用户隐私。
-
发表了文章 2025-03-15
Botgroup.chat：超有趣的开源 AI 聊天室！多个 AI 在线互怼，一键搭建你的专属 AI 社群
Botgroup.chat 是一款基于 React 和 Cloudflare Pages 的开源 AI 聊天应用，支持多个 AI 角色同时参与对话，提供类似群聊的交互体验。
-
发表了文章 2025-03-15
Evolving Agents：开源Agent革命！智能体动态进化框架上线，复杂任务一键协同搞定
Evolving Agents 是一个开源的AI Agent管理与进化框架，支持智能代理之间的通信与协作，能够根据语义理解需求动态进化，适用于文档处理、医疗保健、金融分析等多个领域。
-
发表了文章 2025-03-15
MT-MegatronLM：国产训练框架逆袭！三合一并行+FP8黑科技，大模型训练效率暴涨200%
MT-MegatronLM 是摩尔线程推出的面向全功能 GPU 的开源混合并行训练框架，支持多种模型架构和高效混合并行训练，显著提升 GPU 集群的算力利用率。
-
发表了文章 2025-03-15
MIDI-3D：单图秒变3D场景！40秒生成360度空间，多实例扩散黑科技
MIDI-3D 是一种先进的 AI 3D 场景生成技术，能够将单张图像快速转化为高保真度的 360 度 3D 场景，具有强大的全局感知能力和细节表现力，适用于游戏开发、虚拟现实、室内设计等多个领域。
-
发表了文章 2025-03-15
TokenSwift：90分钟生成10万Token！文本生成提速3倍，无损加速黑科技
TokenSwift 是北京通用人工智能研究院团队推出的超长文本生成加速框架，能在90分钟内生成10万Token的文本，速度提升3倍，生成质量无损，支持多种模型架构。
-
发表了文章 2025-03-14
AI-Researcher：告别熬夜肝论文！港大开源AI科研神器，从选题到发表全自动
AI-Researcher 是香港大学数据科学实验室推出的开源自动化科研工具，基于大型语言模型（LLM）代理，支持从研究想法到论文发表的全流程自动化，涵盖文献综述、算法设计、实验验证和论文撰写等功能。
-
发表了文章 2025-03-13
MHA2MLA：0.3%数据微调！复旦团队开源推理加速神器，KV缓存狂降96.87%
MHA2MLA是复旦大学、华东师范大学、上海AI Lab等机构联合推出的数据高效微调方法，通过引入多头潜在注意力机制（MLA），显著优化基于Transformer的LLM推理效率，降低推理成本。
-
发表了文章 2025-03-13
Anus：公开整活！完全用 Manus 复刻 Manus 功能的开源 AI 智能体项目
Anus 是一个开源 AI 智能体项目，复刻了 Manus 的部分功能，支持自然语言指令执行、多代理协作、多模态输入处理等功能，旨在为开发者提供强大且灵活的工具。
-
发表了文章 2025-03-13
MV-MATH：中科院开源多模态数学推理基准，多视觉场景评估新标杆
MV-MATH 是中科院自动化所推出的多模态数学推理基准数据集，旨在评估多模态大语言模型在多视觉场景中的数学推理能力。该数据集包含2009个高质量的数学问题，涵盖11个数学领域和3个难度级别，适用于智能辅导系统和多模态学习研究。
-
发表了文章 2025-03-12
VideoPainter：开源视频修复神器！双分支架构一键修复，对象身份永久在线
VideoPainter 是由香港中文大学、腾讯ARC Lab等机构联合推出的视频修复和编辑框架，基于双分支架构和预训练扩散模型，支持任意长度视频的修复与编辑，具备背景保留、前景生成、文本指导编辑等功能，为视频处理领域带来新的突破。
-
发表了文章 2025-03-12
TrajectoryCrafter：腾讯黑科技！单目视频运镜自由重构，4D生成效果媲美实拍
TrajectoryCrafter 是腾讯与香港中文大学联合推出的单目视频相机轨迹重定向技术，支持后期自由调整视频的相机位置和角度，生成高质量的新型轨迹视频，广泛应用于沉浸式娱乐、创意视频制作等领域。
-
发表了文章 2025-03-12
COMET：字节跳动开源MoE训练加速神器，单层1.96倍性能提升，节省百万GPU小时
COMET是字节跳动推出的针对Mixture-of-Experts（MoE）模型的优化系统，通过细粒度的计算-通信重叠技术，显著提升分布式训练效率，支持多种并行策略和大规模集群部署。
-
发表了文章 2025-03-12
Browser Use：40.7K Star！一句话让AI完全接管浏览器！自动规划完成任务，多标签页同时管理
Browser Use 是一款专为大语言模型设计的智能浏览器自动化工具，支持多标签页管理、视觉识别、内容提取等功能，并能记录和重复执行特定动作，适用于多种应用场景。
-
发表了文章 2025-03-12
阿里通义开源全模态大语言模型 R1-Omni：情感分析成绩新标杆！推理过程全程透明，准确率飙升200%
R1-Omni 是阿里通义开源的全模态大语言模型，专注于情感识别任务，结合视觉和音频信息，提供可解释的推理过程，显著提升情感识别的准确性和泛化能力。
-
发表了文章 2025-03-11
Nanobrowser：开源版OpenAI Operator！AI自动操控浏览器，复杂网页任务一键搞定
Nanobrowser 是一款开源的 Chrome 扩展工具，基于多智能体系统实现复杂的网页任务自动化，支持多种大型语言模型，完全免费且注重隐私保护。
-
发表了文章 2025-03-11
Heygem：开源数字人克隆神器！1秒视频生成4K超高清AI形象，1080Ti显卡也能轻松跑
Heygem 是硅基智能推出的开源数字人模型，支持快速克隆形象和声音，30秒内完成克隆，60秒内生成4K超高清视频，适用于内容创作、直播、教育等场景。
-
发表了文章 2025-03-11
IMAGPose：南理工突破性人体生成框架！多姿态适配+细节语义融合，刷新图像生成范式
IMAGPose 是南京理工大学推出的用于人体姿态引导图像生成的统一条件框架，解决了传统方法在姿态引导的人物图像生成中的局限性，支持多场景适应、细节与语义融合、灵活的图像与姿态对齐以及全局与局部一致性。
-
发表了文章 2025-03-11
AppAgentX：告别重复点击！自我进化式GUI代理自动生成高级操作，效率翻倍
AppAgentX 是西湖大学推出的新型自我进化式 GUI 代理框架，通过记忆和进化机制提升智能手机交互的效率和智能性，支持复杂任务和跨应用操作，显著优于现有方法。
-
发表了文章 2025-03-10
autoMate：无需视觉模型！用DeepSeek-V3/R1就能实现自动化操作电脑，支持任何可视化界面
autoMate是一款基于AI和RPA的本地自动化工具，通过自然语言实现复杂任务的自动化操作，支持本地部署，确保数据安全和隐私，适合需要高效处理重复性工作的用户。
-
发表了文章 2025-03-10
URO-Bench：端到端语音对话模型评测黑马！多语言/多轮/副语言全维度一键开测
URO-Bench 是一款专为端到端语音对话模型设计的全面基准测试工具，涵盖多语言、多轮对话、副语言信息等多维度任务，帮助开发者全面评估模型性能。
-
发表了文章 2025-03-07
OWL：告别繁琐任务！开源多智能体系统实现自动化协作，效率提升10倍
OWL 是基于 CAMEL-AI 框架开发的多智能体协作系统，通过智能体之间的动态交互实现高效的任务自动化，支持角色分配、任务分解和记忆功能，适用于代码生成、文档撰写、数据分析等多种场景。
-
发表了文章 2025-03-07
还在蹲Manus的邀请码？别等了！开源版Manus为你快速创建AI工位，给AI一台电脑，然后你就玩去吧！
OpenManus 是 MetaGPT 的开源 AI 平台，支持多语言模型和工具链，执行代码、处理文件等任务，具备实时反馈。OWL 基于 CAMEL-AI，支持角色分配、任务分解和记忆功能，实现高效任务自动化。
-
发表了文章 2025-03-07
无需邀请码！MetaGPT 开源AI助手 OpenManus，实时反馈+模块化设计，开发者福音
OpenManus 是 MetaGPT 团队推出的开源 AI Agent 复刻版，支持多种语言模型和工具链，能够执行代码、处理文件、搜索网络信息等复杂任务，具备实时反馈机制和灵活的配置选项。
-
发表了文章 2025-03-07
Resume Matcher：增加面试机会！开源AI简历优化工具，一键解析简历和职位描述并优化
Resume Matcher 是一款开源AI简历优化工具，通过解析简历和职位描述，提取关键词并计算文本相似性，帮助求职者优化简历内容，提升通过自动化筛选系统（ATS）的概率，增加面试机会。
-
发表了文章 2025-03-07
Chat2SVG – 文本描述实现高质量矢量图形的生成框架
Chat2SVG 是一个创新的文本到矢量图形生成框架，结合大型语言模型和图像扩散模型，通过多阶段流程生成高质量的 SVG 图形，支持自然语言指令编辑，适用于设计、教育和艺术创作等领域。
-
发表了文章 2025-03-07
Kiss3DGen：基于图像扩散模型的3D资产生成框架
Kiss3DGen是一个创新的3D资产生成框架，通过重新利用预训练的2D图像扩散模型，高效生成、编辑和增强3D对象，支持文本到3D、图像到3D等多种生成任务。
-
发表了文章 2025-03-07
PodAgent：港中文、微软、小红书联合推出的播客生成框架
PodAgent 是由香港中文大学、微软和小红书联合推出的播客生成框架，基于多智能体协作系统，自动生成高质量对话内容，支持声音角色匹配和语音合成，适用于媒体、教育、企业推广等多个场景。
-
发表了文章 2025-03-07
SpatialVLA：上海AI Lab联合上科大推出的空间具身通用操作模型
SpatialVLA 是由上海 AI Lab、中国电信人工智能研究院和上海科技大学等机构共同推出的新型空间具身通用操作模型，基于百万真实数据预训练，赋予机器人强大的3D空间理解能力，支持跨平台泛化控制。
-
发表了文章 2025-03-07
Archon – 开源 AI 智能体框架，自主生成代码构建 AI 智能体
Archon 是一个开源的 AI 智能体框架，能够自主生成代码并优化智能体性能，支持多智能体协作、领域知识集成和文档爬取等功能，适用于企业、教育、智能家居等多个领域。
-
发表了文章 2025-03-07
AVD2：清华联合复旦等机构推出的自动驾驶事故视频理解与生成框架
AVD2 是由清华大学联合多所高校推出的自动驾驶事故视频理解与生成框架，结合视频生成与事故分析，生成高质量的事故描述、原因分析和预防措施，显著提升自动驾驶系统的安全性和可靠性。
-
发表了文章 2025-03-06
阿里通义开源推理模型新王者！QwQ-32B：性能直逼671B的DeepSeek-R1
QwQ-32B 是阿里巴巴开源的新型推理模型，基于强化学习训练，具备强大的数学推理和编程能力，性能媲美更大参数量的模型。
-
发表了文章 2025-03-05
Proxy Lite：仅3B参数的开源视觉模型！快速实现网页自动化，支持在消费级GPU上运行
Proxy Lite 是一款开源的轻量级视觉语言模型，支持自动化网页任务，能够像人类一样操作浏览器，完成网页交互、数据抓取、表单填写等重复性工作，显著降低自动化成本。
-
发表了文章 2025-03-05
OmniAlign-V：20万高质量多模态数据集开源，让AI模型真正对齐人类偏好
OmniAlign-V 是由上海交通大学、上海AI Lab等机构联合推出的高质量多模态数据集，旨在提升多模态大语言模型与人类偏好的对齐能力。该数据集包含约20万个多模态训练样本，涵盖自然图像和信息图表，结合开放式问答对，支持知识问答、推理任务和创造性任务。
-
发表了文章 2025-03-05
NotaGen：中央音乐学院联合清华推出AI音乐生成模型，古典乐谱一键生成，音乐性接近人类！
NotaGen 是由中央音乐学院、北京航空航天大学、清华大学等机构联合推出的音乐生成模型，基于模仿大型语言模型的训练范式，能够生成高质量的古典乐谱。该模型通过预训练、微调和强化学习相结合的方式，显著提升了符号音乐生成的艺术性和可控性。
-
发表了文章 2025-03-05
ART：匿名区域布局+多层透明图像生成技术，生成速度比全注意力方法快12倍以上
ART 是一种新型的多层透明图像生成技术，支持根据全局文本提示和匿名区域布局生成多个独立的透明图层，具有高效的生成机制和强大的透明度处理能力。
-
发表了文章 2025-03-05
Probly：开源 AI Excel表格工具，交互式生成数据分析结果与可视化图表
Probly 是一款结合电子表格功能与 Python 数据分析能力的 AI 工具，支持在浏览器中运行 Python 代码，提供交互式电子表格、数据可视化和智能分析建议，适合需要强大数据分析功能又希望操作简便的用户。
-
发表了文章 2025-03-05
PRefLexOR：MIT自进化AI框架上线！动态知识图谱+跨域推理，重塑自主思考
PRefLexOR 是 MIT 团队推出的新型自学习 AI 框架，结合偏好优化和强化学习，通过递归推理和多步反思，动态生成知识图谱，支持跨领域推理和自主学习。
-
发表了文章 2025-03-05
SepLLM：开源大模型加速神器！400万Token长文本推理提速50%，告别OOM噩梦
SepLLM 是一个用于加速大语言模型的高效框架，通过压缩段落信息并消除冗余标记，显著提高了模型的推理速度和计算效率，适用于长文本处理和多场景部署。
-
发表了文章 2025-03-05
CogView4：智谱开源中文文生图新标杆，中文海报+任意分辨率一键生成
CogView4 是智谱推出的开源文生图模型，支持中英双语输入和任意分辨率图像生成，特别优化了中文文字生成能力，适合广告、创意设计等场景。
-
发表了文章 2025-03-05
MiniMind：2小时训练出你的专属AI！开源轻量级语言模型，个人GPU轻松搞定
MiniMind 是一个开源的超小型语言模型项目，帮助开发者以极低成本从零开始训练自己的语言模型，最小版本仅需25.8M参数，适合在普通个人GPU上快速训练。
-
发表了文章 2025-03-05
ViDoRAG：开源多模态文档检索框架，多智能体推理+图文理解精准解析文档
ViDoRAG 是阿里巴巴通义实验室联合中国科学技术大学和上海交通大学推出的视觉文档检索增强生成框架，基于多智能体协作和动态迭代推理，显著提升复杂视觉文档的检索和生成效率。
-
发表了文章 2025-03-05
MIT颠覆传统！分形生成模型效率暴涨4000倍，高分辨率图像秒级生成
Fractal Generative Models 是麻省理工学院与 Google DeepMind 团队推出的新型图像生成方法，基于分形思想，通过递归调用模块构建自相似架构，显著提升计算效率，适用于高分辨率图像生成、医学图像模拟等领域。
-
发表了文章 2025-03-05
Shandu：开源AI研究黑科技！自动挖掘多层级信息，智能生成结构化报告
Shandu 是一款开源的 AI 研究自动化工具，结合 LangChain 和 LangGraph 技术，能够自动化地进行多层次信息挖掘和分析，生成结构化的研究报告，适用于学术研究、市场分析和技术探索等多种场景。
-
发表了文章 2025-03-04
WhisperChain：开源 AI 实时语音转文字工具！自动消噪优化文本，效率翻倍
WhisperChain 是一款基于 Whisper.cpp 和 LangChain 的开源语音识别工具，能够实时将语音转换为文本，并自动清理和优化文本内容，适用于会议记录、写作辅助等多种场景。
-
发表了文章 2025-03-03
Baichuan-Audio：端到端音频大模型，实时双语对话+语音生成
Baichuan-Audio 是百川智能推出的端到端音频大语言模型，支持无缝集成音频理解和生成功能，实现高质量、可控的实时中英双语对话。
-
发表了文章 2025-03-03
HippoRAG 2：开源RAG框架革新知识检索，多跳推理+持续学习全搞定
HippoRAG 2 是俄亥俄州立大学推出的检索增强生成框架，通过个性化PageRank算法和知识图谱技术，显著提升了RAG系统在复杂问答任务中的表现。
-
发表了文章 2025-03-03
AI-Infra-Guard：腾讯开源AI基础设施安全评估神器，一键扫描漏洞
AI-Infra-Guard 是腾讯开源的高效、轻量级 AI 基础设施安全评估工具，支持 28 种 AI 框架指纹识别和 200 多个安全漏洞数据库，帮助用户快速检测和修复 AI 系统中的安全风险。
-
发表了文章 2025-03-03
VidSketch：手残党逆袭！浙大AI神器草图秒变4K动画，三连提示词玩转影视级特效
VidSketch 是浙江大学推出的创新视频生成框架，通过手绘草图和简单文本提示生成高质量视频动画，降低视频创作的技术门槛，满足多样化的艺术需求。
暂无更多信息
-
发表了文章
2025-04-30
小米7B参数推理大模型首次开源！Xiaomi MiMo：数学代码双杀，超越32B巨头
-
发表了文章
2025-04-30
这个AI把arXiv变成代码工厂，快速复现顶会算法！Paper2Code：AI论文自动转代码神器，多智能体框架颠覆科研复现
-
发表了文章
2025-04-26
Cooragent：清华 LeapLab 开源 AI Agent 协作框架，一句话召唤AI军团！
-
发表了文章
2025-04-26
LongPort MCP：证券业首个券商MCP，AI赋能智能投资新时代，散户也能玩转机构级交易
-
发表了文章
2025-04-26
RAGEN：RL训练LLM推理新范式！开源强化学习框架让Agent学会多轮决策
-
发表了文章
2025-04-25
开源8B参数全能扩散模型Flex.2-preview：把线稿变商稿，还能边画边改！
-
发表了文章
2025-04-24
让AI单次生成4万字！WriteHERE：开源AI长文写作框架，单次生成超长文本，小说报告一键搞定！
-
发表了文章
2025-04-24
AI生成视频告别剪辑拼接！MAGI-1：开源自回归视频生成模型，支持一镜到底的长视频生成
-
发表了文章
2025-04-24
全球首款开源通用型AI智能体上线！Suna：自动处理Excel/爬数据/写报告等复杂任务一句话搞定
-
发表了文章
2025-04-24
Yuxi-Know：开源智能问答系统，基于大模型RAG与知识图谱技术快速构建知识库
-
发表了文章
2025-04-24
让AI读懂K线图！ChatTS-14B：字节开源的时间序列理解和推理大模型，自然语言提问秒解趋势密码！
-
发表了文章
2025-04-24
机器人训练师狂喜！Infinite Mobility：上海AI Lab造物神器1秒生成可动家具，成本只要1分钱
-
发表了文章
2025-04-24
还在想开题报告？SurveyGO卷姬：清华开源学术论文AI写作神器，一键生成文献综述
-
发表了文章
2025-04-24
「社会实验室」成真！SocioVerse：复旦联合小红书开源社会模拟世界模型，用AI预演群体行为
-
发表了文章
2025-04-24
白板秒变IDE，草图直接生成可运行代码！Pad.ws：白板+代码编辑器深度结合，创意到实现无缝衔接
-
发表了文章
2025-04-22
音乐人必看！OpenUtau：开源AI歌声合成神器，快速打造专业级虚拟歌手，中文日文无缝切换
-
发表了文章
2025-04-22
视觉分词器突破天花板！GigaTok：港大字节联手打造3B参数视觉分词器，突破图像生成瓶颈
-
发表了文章
2025-04-22
快速生成商业级高清图！SimpleAR：复旦联合字节推出图像生成黑科技，5亿参数秒出高清大图
-
发表了文章
2025-04-20
FastAPI开发者福音！FastAPI-MCP：将FastAPI秒变MCP服务器的开源神器，无需配置自动转换！
-
发表了文章
2025-04-20
斯坦福黑科技让笔记本GPU也能玩转AI视频生成！FramePack：压缩输入帧上下文长度！仅需6GB显存即可生成高清动画
滑动查看更多
暂无更多信息