蚝油菜花_个人页

2025年03月

• 03.05 19:43:54
  发表了文章 2025-03-05 19:43:54

  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。

  
• 03.05 19:43:32
  发表了文章 2025-03-05 19:43:32

  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。

  
• 03.05 19:42:52
  发表了文章 2025-03-05 19:42:52

  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。

  
• 03.04 11:52:56
  发表了文章 2025-03-04 11:52:56

  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。

  
• 03.03 10:26:02
  发表了文章 2025-03-03 10:26:02

  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。

  
• 03.03 10:25:46
  发表了文章 2025-03-03 10:25:46

  SongGen：三秒克隆音色！开源AI一键生成专业级歌曲，创作人必备神器

  SongGen是由上海AI Lab、北京航空航天大学和香港中文大学联合推出的单阶段自回归Transformer模型，能够通过文本生成高质量歌曲，支持混合模式和双轨模式，显著提升生成歌曲的自然度和人声清晰度。

  
• 03.03 10:25:17
  发表了文章 2025-03-03 10:25:17

  AIMv2：苹果开源多模态视觉模型，自回归预训练革新图像理解

  AIMv2 是苹果公司开源的多模态自回归预训练视觉模型，通过图像和文本的深度融合提升视觉模型的性能，适用于多种视觉和多模态任务。

  
• 03.03 10:24:36
  发表了文章 2025-03-03 10:24:36

  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。
• 03.03 10:23:59
  发表了文章 2025-03-03 10:23:59

  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。

  
• 03.03 10:23:22
  发表了文章 2025-03-03 10:23:22

  Mahilo：多智能体实时协作框架开源！人类与AI无缝交互，复杂任务一键协同

  Mahilo 是一个灵活的多智能体框架，支持创建与人类互动的多智能体系统，适用于从客户服务到紧急响应等多种场景。

  
• 03.03 10:22:57
  发表了文章 2025-03-03 10:22:57

  VideoFusion：开源视频处理神器！一键去黑边水印，AI提升画质+批量剪辑全搞定

  VideoFusion 是一款开源的AI视频剪辑工具，支持自动去除视频黑边、水印和字幕，提供批量处理、画质提升等功能，适合视频创作者和自媒体运营者使用。
• 03.03 10:22:35
  发表了文章 2025-03-03 10:22:35

  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。
• 03.01 21:34:17
  发表了文章 2025-03-01 21:34:17

  Trae 接入 Claude 3.7：AI 编程工具界的“卷王”，完全免费使用！

  Trae 是一款完全免费的AI编程工具，现已接入 Claude 3.7 模型，提供代码生成、调试等强大功能，支持多模态输入和上下文理解，用户可享受24小时高速服务，无需担心付费限制。Trae 支持多平台，安装简便，适合开发者快速上手。

  
• 03.01 11:13:18
  发表了文章 2025-03-01 11:13:18

  DeepSeek开源周第五弹之二！Smallpond：构建于3FS之上的轻量级数据处理框架，高效处理PB级数据

  Smallpond 是 DeepSeek 开源的轻量级数据处理框架，基于 DuckDB 和 3FS 构建，支持 PB 级数据处理，提供高性能的数据加载、查询和转换功能，适合大规模数据预处理和实时分析。

  
• 03.01 11:12:59
  发表了文章 2025-03-01 11:12:59

  DeepSeek开源周第五弹之一！3FS：支撑V3/R1模型数据访问的高性能分布式文件系统

  3FS是DeepSeek开源的高性能分布式文件系统，专为AI训练和推理任务设计，提供高达6.6 TiB/s的读取吞吐量，支持强一致性保障和通用文件接口，优化AI工作负载。

  

2025年02月

• 02.28 12:20:54
  发表了文章 2025-02-28 12:20:54

  VideoGrain：零样本多粒度视频编辑神器，用AI完成换装改场景，精准控制每一帧！

  VideoGrain 是悉尼科技大学和浙江大学推出的零样本多粒度视频编辑框架，基于调节时空交叉注意力和自注意力机制，实现类别级、实例级和部件级的精细视频修改，保持时间一致性，显著优于现有方法。

  
• 02.28 12:20:31
  发表了文章 2025-02-28 12:20:31

  video-subtitle-master：开源字幕生成神器！批量生成+AI翻译全自动，5分钟解放双手

  video-subtitle-master 是一款开源AI字幕生成工具，支持批量为视频或音频生成字幕，并可将字幕翻译成多种语言。它集成了多种翻译服务和语音识别技术，适合视频创作者、教育领域和个人娱乐使用。

  
• 02.28 12:20:09
  发表了文章 2025-02-28 12:20:09

  DeepSeek开源周第四弹之二！EPLB：专为V3/R1设计的专家并行负载均衡器，让GPU利用率翻倍！

  EPLB 是 DeepSeek 推出的专家并行负载均衡器，通过冗余专家策略和负载均衡算法，优化大规模模型训练中的 GPU 资源利用率和训练效率。

  
• 02.28 12:19:50
  发表了文章 2025-02-28 12:19:50

  SPO：如何优化提示词？大模型最懂如何优化自己！开源自监督提示词优化工具，让AI自主优化提示词

  本文介绍由DeepWisdom与香港科技大学联合研发的SPO框架，通过自我监督机制实现大语言模型提示优化，仅需3个样本即可达到SOTA效果，优化成本降低至传统方法的1.1%-5.6%。

  
• 02.28 12:19:22
  发表了文章 2025-02-28 12:19:22

  R1-Onevision：开源多模态推理之王！复杂视觉难题一键解析，超越GPT-4V

  R1-Onevision 是一款开源的多模态视觉推理模型，基于 Qwen2.5-VL 微调，专注于复杂视觉推理任务。它通过整合视觉和文本数据，能够在数学、科学、深度图像理解和逻辑推理等领域表现出色，并在多项基准测试中超越了 Qwen2.5-VL-7B 和 GPT-4V 等模型。

  
• 02.28 12:19:01
  发表了文章 2025-02-28 12:19:01

  DeepSeek开源周第四弹之一！DualPipe：训练V3/R1的双向流水线并行技术，计算与训练完全重叠，训练效率提升200%

  DeepSeek 开源的 DualPipe 技术通过双向流水线并行设计，显著提升大规模深度学习模型的训练效率，优化计算与通信重叠，降低内存峰值需求，适用于推理加速、多模态数据处理等场景。

  
• 02.27 10:26:35
  发表了文章 2025-02-27 10:26:35

  Flame：开源AI设计图转代码模型！生成React组件，精准还原UI+动态交互效果

  Flame 是一款开源的多模态 AI 模型，能够将 UI 设计图转换为高质量的现代前端代码，支持 React 等主流框架，具备动态交互、组件化开发等功能，显著提升前端开发效率。
• 02.27 10:26:15
  发表了文章 2025-02-27 10:26:15

  PySpur：零代码构建AI工作流！开源可视化拖拽平台，支持多模态与RAG技术

  PySpur 是一款开源的轻量级可视化 AI 智能体工作流构建器，支持拖拽式界面，帮助用户快速构建、测试和迭代 AI 工作流，无需编写复杂代码。它支持多模态数据处理、RAG 技术、文件上传、结构化输出等功能，适合非技术背景的用户和开发者快速上手。
• 02.27 10:25:52
  发表了文章 2025-02-27 10:25:52

  阿里开源AI视频生成大模型 Wan2.1：14B性能超越Sora、Luma等模型，一键生成复杂运动视频

  Wan2.1是阿里云开源的一款AI视频生成大模型，支持文生视频和图生视频任务，具备强大的视觉生成能力，性能超越Sora、Luma等国内外模型。

  
• 02.27 10:25:32
  发表了文章 2025-02-27 10:25:32

  PhotoDoodle：设计师必备！AI一键生成装饰元素，30+样本复刻风格+无缝融合的开源艺术编辑框架

  PhotoDoodle 是由字节跳动、新加坡国立大学等联合推出的艺术化图像编辑框架，能够通过少量样本学习艺术家的独特风格，实现照片涂鸦和装饰性元素生成。

  
• 02.27 10:25:09
  发表了文章 2025-02-27 10:25:09

  DeepSeek 开源周第三弹！DeepGEMM：FP8矩阵计算神器！JIT编译+Hopper架构优化，MoE性能飙升

  DeepGEMM 是 DeepSeek 开源的专为 FP8 矩阵乘法设计的高效库，支持普通和混合专家（MoE）分组的 GEMM 操作，基于即时编译技术，动态优化矩阵运算，显著提升计算性能。

  
• 02.26 13:53:28
  发表了文章 2025-02-26 13:53:28

  FacePoke：开源AI实时面部编辑神器！拖拽调整表情/头部朝向，4K画质一键生成

  FacePoke是一款基于AI技术的开源实时面部编辑工具，支持通过拖拽操作调整头部朝向和面部表情，适用于多种场景。
• 02.26 13:53:09
  发表了文章 2025-02-26 13:53:09

  DeepSeek 开源周第二弹！DeepEP：专为 MoE 训练和推理设计的并行通信库

  DeepEP 是 DeepSeek 开源的首个专为混合专家模型（MoE）训练和推理设计的通信库，支持高吞吐量、低延迟通信，优化 NVLink 和 RDMA 网络性能。
• 02.26 13:52:49
  发表了文章 2025-02-26 13:52:49

  Memobase：开源AI长期记忆系统，让AI真正记住每个用户的秘密武器

  Memobase 是一个开源的长期记忆系统，专为生成式 AI 应用设计，通过用户画像和时间感知记忆功能，帮助 AI 记住、理解并适应用户需求。
• 02.26 13:52:10
  发表了文章 2025-02-26 13:52:10

  MME-CoT：多模态模型推理能力终极评测！六大领域细粒度评估，港中大等机构联合推出

  MME-CoT 是由港中文等机构推出的用于评估大型多模态模型链式思维推理能力的基准测试框架，涵盖数学、科学、OCR、逻辑、时空和一般场景等六个领域，提供细粒度的推理质量、鲁棒性和效率评估。
• 02.26 13:51:40
  发表了文章 2025-02-26 13:51:40

  结合DeepSeek-R1强化学习方法的视觉模型！VLM-R1：输入描述就能精确定位图像目标

  VLM-R1 是基于强化学习技术的视觉语言模型，通过自然语言指令精确定位图像目标，支持复杂场景推理与高效训练。
• 02.26 13:51:10
  发表了文章 2025-02-26 13:51:10

  MeteoRA：多任务AI框架革新！动态切换+MoE架构，推理效率提升200%

  MeteoRA 是南京大学推出的多任务嵌入框架，基于 LoRA 和 MoE 架构，支持动态任务切换与高效推理。
• 02.24 22:18:36
  发表了文章 2025-02-24 22:18:36

  LazyLLM：还在为AI应用开发掉头发？商汤开源智能体低代码开发工具，三行代码部署聊天机器人

  LazyLLM 是一个低代码开发平台，可帮助开发者快速构建多智能体大语言模型应用，支持一键部署、跨平台操作和多种复杂功能。
• 02.24 22:18:00
  发表了文章 2025-02-24 22:18:00

  FlashMLA：DeepSeek最新开源！MLA解码内核让NVIDIA Hopper开启性能狂暴模式，推理速度飙升至3000GB/s

  FlashMLA 是 DeepSeek 开源的高效 MLA 解码内核，专为 NVIDIA Hopper 架构 GPU 优化，支持 BF16 精度和页式 KV 缓存，适用于大语言模型推理和自然语言处理任务。
• 02.23 21:29:32
  发表了文章 2025-02-23 21:29:32

  TPO：告别微调！这个AI框架让大模型实时进化：无需训练直接优化，输入问题越用越聪明，输出质量暴涨50%

  TPO（Test-Time Prompt Optimization）框架，通过奖励模型和迭代反馈优化大语言模型输出，无需训练即可显著提升性能，支持动态对齐人类偏好，降低优化成本。

  
• 02.23 21:29:08
  发表了文章 2025-02-23 21:29:08

  MoneyPrinterTurbo：23.9K Star！这个AI把写文案+找素材+剪视频全包了，日更10条不是梦

  MoneyPrinterTurbo 是一款功能强大的 AI 工具，支持通过主题或关键词自动生成视频文案、素材、字幕与背景音乐，并合成高清短视频，适合批量生成与多语言支持。
• 02.23 21:28:50
  发表了文章 2025-02-23 21:28:50

  BioMedGPT-R1：生物医药ChatGPT诞生！蒸馏DeepSeek R1突破人类专家水平，分子解析+靶点预测一键搞定

  BioMedGPT-R1 是清华大学与水木分子联合开发的多模态生物医药大模型，支持跨模态问答、药物分子理解与靶点挖掘，性能显著提升。
• 02.23 21:28:33
  发表了文章 2025-02-23 21:28:33

  Evo 2：基因编程AI革命！！DNA版GPT-4问世：100万碱基全解析，自动设计基因编辑器

  Evo 2 是一款由 Acr 研究所、英伟达和斯坦福大学联合开发的 DNA 语言模型，可处理长达百万碱基对的序列，支持基因组设计、变异预测及合成生物学研究。
• 02.22 21:50:29
  发表了文章 2025-02-22 21:50:29

  自动查文献+写代码+跑数据+出报告！港大开源 Auto Deep Research 搞定科研全流程

  Auto-Deep-Research 是一款由香港大学开源的个人 AI 助理，基于模块化多 Agent 架构，专注于深度研究任务，兼容多种大语言模型，并提供一键启动和文件解析等强大功能。

  
• 02.22 21:50:09
  发表了文章 2025-02-22 21:50:09

  Migician：清北华科联手放大招！多图像定位大模型问世：3秒锁定跨画面目标，安防监控迎来AI革命！

  Migician 是北交大联合清华、华中科大推出的多模态视觉定位模型，支持自由形式的跨图像精确定位、灵活输入形式和多种复杂任务。

  
• 02.22 21:49:24
  发表了文章 2025-02-22 21:49:24

  ComfyUI-Copilot：阿里把AI助手塞进ComfyUI：一句话生成工作流，自动布线/调参/选模型，小白秒变大神！

  ComfyUI-Copilot 是阿里推出的基于 ComfyUI 的 AI 智能助手，支持自然语言交互、智能节点推荐和自动工作流辅助，降低开发门槛并提升效率。

  
• 02.22 21:48:54
  发表了文章 2025-02-22 21:48:54

  AgentSociety：告别纸上谈兵！AI社会模拟器预判政策漏洞：输入新规秒看30年后社会形态

  AgentSociety 是清华大学推出的基于大语言模型的社会模拟器，通过构建类人心智的智能体模拟复杂社会行为，适用于政策沙盒测试、危机预警等场景。
• 02.22 21:48:30
  发表了文章 2025-02-22 21:48:30

  Sitcom-Crafter：动画师失业警告！AI黑科技自动生成3D角色动作，剧情脚本秒变动画

  Sitcom-Crafter 是一款基于剧情驱动的 3D 动作生成系统，通过多模块协同工作，支持人类行走、场景交互和多人交互，适用于动画、游戏及虚拟现实等领域。
• 02.22 00:29:43
  发表了文章 2025-02-22 00:29:43

  Crawl4LLM：你的模型还在吃垃圾数据？CMU博士开源AI爬虫，自动筛选高价值网页，数据抓取质量飙升300%

  Crawl4LLM 是清华大学和卡内基梅隆大学联合开发的智能爬虫系统，通过网页价值评估和优先级队列技术，显著提升大语言模型预训练数据采集效率。
• 02.22 00:28:35
  发表了文章 2025-02-22 00:28:35

  Stirling-PDF：51.4K Star！用Docker部署私有PDF工作站，支持50多种PDF操作，从此告别在线工具

  Stirling-PDF 是一款基于 Docker 的本地化 PDF 编辑工具，支持 50 多种 PDF 操作，包括合并、拆分、转换、压缩等，同时提供多语言支持和企业级功能，满足个人和企业用户的多样化需求。