蚝油菜花_个人页

2025年02月

• 02.22 00:28:06
  发表了文章 2025-02-22 00:28:06

  HiveChat：告别模型选择困难！开源ChatGPT聚合神器上线：一键切换10+模型，权限管控全免费

  HiveChat 是一款专为中小团队设计的开源 AI 聊天应用，支持多种主流 AI 模型，提供高效的团队沟通和智能辅助功能。

  
• 02.22 00:27:28
  发表了文章 2025-02-22 00:27:28

  OSUM：告别ASR单一功能，西工大开源的语音大模型会「读心」！识别+情感分析+年龄预测等8大任务1个模型全搞定

  OSUM 是西北工业大学开发的开源语音理解模型，支持语音识别、情感分析、说话者性别分类等多种任务，基于 ASR+X 训练策略，具有高效和泛化能力强的特点。

  
• 02.22 00:26:11
  发表了文章 2025-02-22 00:26:11

  BioEmu：微软黑科技炸场！生成式AI重构蛋白质模拟：千倍效率碾压传统计算，新药研发周期砍半

  BioEmu 是微软推出的生成式深度学习系统，可在单个 GPU 上每小时生成数千种蛋白质结构样本，支持模拟动态变化、预测热力学性质，并显著降低计算成本。

  
• 02.22 00:22:59
  发表了文章 2025-02-22 00:22:59

  HealthGPT：你的AI医疗助手上线了：支持X光到病理切片，诊断建议+报告生成全自动

  HealthGPT 是浙江大学联合阿里巴巴等机构开发的先进医学视觉语言模型，具备医学图像分析、诊断辅助和个性化治疗方案建议等功能。

  
• 02.20 22:44:27
  发表了文章 2025-02-20 22:44:27

  ToddlerBot：告别百万经费！6000刀就能造人形机器人，斯坦福开源全套方案普及机器人研究

  ToddlerBot 是斯坦福大学推出的低成本开源人形机器人平台，支持强化学习、模仿学习和零样本模拟到现实转移，适用于运动操作研究和多场景应用。

  
• 02.20 22:44:02
  发表了文章 2025-02-20 22:44:02

  Aider：27.6K Star！这个终端AI编程神器能用语音改代码，自动生成Git记录并提交，接入DeepSeek斩获编程基准最高分

  Aider 是一款基于命令行的开源 AI 编程助手，支持多种编程语言和主流 LLM，可自动完成代码修改、Git 提交及语音交互。
• 02.20 22:43:44
  发表了文章 2025-02-20 22:43:44

  Magma：微软放大招！新型多模态AI能看懂视频+浏览网页+UI交互+控制机器人，数字世界到物理现实无缝衔接

  Magma 是微软研究院开发的多模态AI基础模型，结合语言、空间和时间智能，能够处理图像、视频和文本等多模态输入，适用于UI导航、机器人操作和复杂任务规划。
• 02.19 23:50:01
  发表了文章 2025-02-19 23:50:01

  Agentic Reasoning：推理界RAG诞生！牛津大学框架让LLM学会『组队打怪』：动态调用搜索/代码代理，复杂任务准确率飙升50%

  Agentic Reasoning 是牛津大学推出的增强大型语言模型（LLM）推理能力的框架，通过整合外部工具提升多步骤推理、实时信息检索和复杂逻辑关系组织的能力。
• 02.19 23:49:33
  发表了文章 2025-02-19 23:49:33

  MoBA：LLM长文本救星！月之暗面开源新一代注意力机制：处理1000万token能快16倍，已在Kimi上进行验证

  MoBA 是一种新型注意力机制，通过块稀疏注意力和无参数门控机制，显著提升大型语言模型在长上下文任务中的效率。
• 02.19 23:48:53
  发表了文章 2025-02-19 23:48:53

  DynamicCity：上海AI Lab开源4D场景神器助力自动驾驶场景！128帧动态LiDAR生成，1:1还原城市早晚高峰

  DynamicCity 是上海 AI Lab 推出的 4D 动态场景生成框架，专注于生成具有语义信息的大规模动态 LiDAR 场景，适用于自动驾驶、机器人导航和交通流量分析等多种应用场景。
• 02.19 23:47:44
  发表了文章 2025-02-19 23:47:44

  CLaMP 3：音乐搜索AI革命！多模态AI能听懂乐谱/MIDI/音频，用27国语言搜索全球音乐

  CLaMP 3是由清华大学团队开发的多模态、多语言音乐信息检索框架，支持27种语言，能够进行跨模态音乐检索、零样本分类和音乐推荐等任务。

  
• 02.19 01:13:12
  发表了文章 2025-02-19 01:13:12

  Step-Audio：开源语音交互新标杆！这个国产AI能说方言会rap，1个模型搞定ASR+TTS+角色扮演

  Step-Audio 是由阶跃星辰团队推出的开源语音交互模型，支持多语言、方言和情感表达，能够实现高质量的语音识别、对话和合成。本文将详细介绍其核心功能和技术原理。

  
• 02.19 01:12:56
  发表了文章 2025-02-19 01:12:56

  SkyReels-V1：短剧AI革命来了！昆仑开源视频生成AI秒出影视级短剧，比Sora更懂表演！

  SkyReels-V1是昆仑万维开源的首个面向AI短剧创作的视频生成模型，支持高质量影视级视频生成、33种细腻表情和400多种自然动作组合。

  
• 02.19 01:12:40
  发表了文章 2025-02-19 01:12:40

  Omnitool：开发者桌面革命！开源神器一键整合ChatGPT+Stable Diffusion等主流AI平台，本地运行不联网

  Omnitool 是一款开源的 AI 桌面环境，支持本地运行，提供统一交互界面，快速接入 OpenAI、Stable Diffusion、Hugging Face 等主流 AI 平台，具备高度扩展性。

  
• 02.19 01:11:53
  发表了文章 2025-02-19 01:11:53

  AutoAgents：比LangChain更激进的AI开发神器！自然语言生成AI智能体军团，1句话搞定复杂任务

  AutoAgents 是基于大型语言模型的自动智能体生成框架，能够根据用户设定的目标自动生成多个专家角色的智能体，通过协作完成复杂任务。支持动态生成智能体、任务规划与执行、多智能体协作等功能。
• 02.19 01:11:35
  发表了文章 2025-02-19 01:11:35

  SkyReels-A1：解放动画师！昆仑开源「数字人制造机」：一张照片生成逼真虚拟主播，表情连眉毛颤动都可控

  SkyReels-A1 是昆仑万维开源的首个 SOTA 级别表情动作可控的数字人生成模型，支持高保真肖像动画生成和精确的表情动作控制。
• 02.19 01:10:55
  发表了文章 2025-02-19 01:10:55

  Light-A-Video：好莱坞级打光自由！上海AI Lab开源视频打光AI，无需训练秒改画面氛围，3步让阴天变夕阳

  Light-A-Video 是由上海AI Lab联合交大等高校推出的无需训练的视频重照明方法，支持高质量、时间一致的光照控制，零样本生成和前景背景分离处理。

  
• 02.17 23:51:52
  发表了文章 2025-02-17 23:51:52

  Unsloth：学生党福音！开源神器让大模型训练提速10倍：单GPU跑Llama3，5小时变30分钟

  Unsloth 是一款开源的大语言模型微调工具，支持 Llama-3、Mistral、Phi-4 等主流 LLM，通过优化计算步骤和手写 GPU 内核，显著提升训练速度并减少内存使用。

  
• 02.17 23:51:25
  发表了文章 2025-02-17 23:51:25

  X-R1：3090也能训7B模型！开源框架X-R1把训练成本打下来了：10美元训出企业级LLM

  X-R1 是一个基于强化学习的低成本训练框架，能够加速大规模语言模型的后训练开发。仅需4块3090或4090 GPU，1小时内完成训练，成本低于10美元。

  
• 02.17 23:48:27
  发表了文章 2025-02-17 23:48:27

  Cline：29.7K Star！一文详解VSCode最强开源AI编程搭子：一键生成代码+自动跑终端+操控浏览器...

  Cline 是一款集成于 VSCode 的 AI 编程助手，支持多语言模型，实时检查语法错误，帮助开发者提高编程效率。通过智能化手段，Cline 可以生成代码、执行终端命令、调试 Web 应用，并扩展更多功能。
• 02.16 22:54:21
  发表了文章 2025-02-16 22:54:21

  DragAnything：视频PS来了！开源AI控制器让视频「指哪动哪」：拖拽任意物体轨迹，多对象独立运动一键生成

  DragAnything 是快手联合浙江大学和新加坡国立大学推出的基于实体表示的可控视频生成方法，支持多实体独立运动控制、高质量视频生成，并在 FID、FVD 和用户研究等评估指标上达到最佳性能。

  
• 02.16 22:53:44
  发表了文章 2025-02-16 22:53:44

  KTransformers：告别天价显卡！国产框架让单卡24G显存跑DeepSeek-R1 671B大模型：推理速度飙升28倍

  KTransformers 是由清华大学和趋境科技联合推出的开源项目，能够优化大语言模型的推理性能，降低硬件门槛。支持在仅24GB显存的单张显卡上运行671B参数的满血版大模型。

  
• 02.16 09:58:31
  发表了文章 2025-02-16 09:58:31

  Zonos：油管博主集体转粉！开源TTS神器Zonos爆火：克隆你的声音说5国语言，还能调喜怒哀乐

  Zonos 是 ZyphraAI 推出的开源多语言 TTS 模型，支持语音克隆、情感控制和多种语言，适用于有声读物、虚拟助手等场景。

  
• 02.16 09:58:09
  发表了文章 2025-02-16 09:58:09

  Sa2VA：别再用PS抠图了！字节跳动开源Sa2VA：一句话自动分割视频，连头发丝都精准

  Sa2VA 是由字节跳动等机构联合推出的多模态大语言模型，结合 SAM2 和 LLaVA 实现对图像和视频的精确分割和对话功能。

  
• 02.16 09:57:43
  发表了文章 2025-02-16 09:57:43

  Collaborative Gym：斯坦福人机协作框架开源！异步交互+三方感知，让你的AI学会主动补位

  介绍Collaborative Gym，一个专注于人机协作的框架，支持异步交互和多种任务环境。

  
• 02.16 09:57:19
  发表了文章 2025-02-16 09:57:19

  NobodyWho：每个NPC都有独立灵魂！Godot插件实现本地LLM对话，离线生成多线剧情

  NobodyWho 是一款为 Godot 游戏引擎设计的插件，支持在本地运行 LLM，实现互动小说创作，无需联网，确保隐私和高性能。

  
• 02.16 09:56:46
  发表了文章 2025-02-16 09:56:46

  ENEL：3D建模革命！上海AI Lab黑科技砍掉编码器，7B模型性能吊打13B巨头

  ENEL是由上海AI Lab推出的无编码器3D大型多模态模型，能够在多个3D任务中实现高效语义编码和几何结构理解，如3D对象分类、字幕生成和视觉问答。

  
• 02.16 09:56:03
  发表了文章 2025-02-16 09:56:03

  YAYI-Ultra：中国企业终于等来『全能大脑』！开源企业级AI『混合专家』横扫金融舆情中医领域，最长生成20万字报告

  YAYI-Ultra 是由中科闻歌研发的企业级大语言模型，具备强大的多领域专业能力和多模态内容生成能力，支持数学、代码、金融等多个领域的专家组合，缓解垂直领域迁移中的“跷跷板”现象。

  
• 02.16 09:55:23
  发表了文章 2025-02-16 09:55:23

  通古大模型：古籍研究者狂喜！华南理工开源文言文GPT：AI自动断句+写诗翻译，24亿语料喂出来的学术神器

  通古大模型由华南理工大学开发，专注于古籍文言文处理，具备强大的古文句读、文白翻译和诗词创作功能。

  
• 02.16 09:55:00
  发表了文章 2025-02-16 09:55:00

  TIGER：清华突破性模型让AI「听觉」进化：参数量暴降94%，菜市场都能分离清晰人声

  TIGER 是清华大学推出的轻量级语音分离模型，通过时频交叉建模和多尺度注意力机制，显著提升语音分离效果，同时降低参数量和计算量。

  
• 02.15 00:24:41
  发表了文章 2025-02-15 00:24:41

  VideoCaptioner：北大推出视频字幕处理神器，AI自动生成+断句+翻译，1小时工作量5分钟搞定

  VideoCaptioner 是一款基于大语言模型的智能视频字幕处理工具，支持语音识别、字幕断句、优化、翻译全流程处理，并提供多种字幕样式和格式导出。

  
• 02.15 00:00:22
  发表了文章 2025-02-15 00:00:22

  Praison AI：LangChain危险了！这个低代码框架让AI智能体「自主协作」，1行代码搞定任务编排

  Praison AI 是一个开源的多智能体框架，支持低代码创建和管理AI代理，提供多种流程类型和集成选项，适用于企业流程自动化、智能客服等场景。
• 02.14 23:59:37
  发表了文章 2025-02-14 23:59:37

  Potpie.ai：比Copilot更狠！这个AI直接接管项目代码，自动Debug+测试+开发全搞定

  Potpie.ai 是一个基于 AI 技术的开源平台，能够为代码库创建定制化的工程代理，自动化代码分析、测试和开发任务。

  
• 02.14 23:59:03
  发表了文章 2025-02-14 23:59:03

  Social Media Agent：告别文案焦虑！AI自动生成高转化帖子，输入URL快速生成爆款文案

  Social Media Agent 是一款由 LangChain 推出的 AI 社交媒体内容管理工具，支持 Twitter 和 LinkedIn 平台，能快速生成高质量的帖子。

  
• 02.14 23:58:45
  发表了文章 2025-02-14 23:58:45

  ProtGPS：MIT再造生命科学新基建！蛋白质AI一键预测定位+设计新序列，登Nature子刊

  ProtGPS 是麻省理工学院和怀特黑德研究所联合开发的蛋白质语言模型，能够预测蛋白质在细胞内的亚细胞定位，并设计具有特定亚细胞定位的新型蛋白质。

  
• 02.14 23:58:24
  发表了文章 2025-02-14 23:58:24

  Pippo：Meta放出AI大招！单张照片秒转3D人像多视角视频，AI自动补全身体细节

  Pippo 是 Meta 推出的图像到视频生成模型，能够从单张照片生成 1K 分辨率的多视角高清人像视频，支持全身、面部或头部的生成。

  
• 02.14 23:58:06
  发表了文章 2025-02-14 23:58:06

  PDF to Podcast：英伟达开源黑科技！PDF 秒转播客/有声书，告别阅读疲劳轻松学习！

  NVIDIA推出的PDF to Podcast工具，基于大型语言模型和文本到语音技术，将PDF文档转换为生动的音频内容。

  
• 02.14 12:52:59
  发表了文章 2025-02-14 12:52:59

  仅7B的模型数学推理能力完虐70B？MIT哈佛推出行动思维链COAT让LLM实现自我反思并探索新策略

  Satori 是由 MIT 和哈佛大学等机构联合推出的 7B 参数大型语言模型，专注于提升推理能力，具备强大的自回归搜索和自我纠错功能。

  
• 02.14 01:00:14
  发表了文章 2025-02-14 01:00:14

  AxBench：斯坦福大学推出评估语言模型控制方法的基准测试框架

  AxBench 是由斯坦福大学推出，用于评估语言模型可解释性方法的基准测试框架，支持概念检测和模型转向任务，帮助研究者系统地比较不同控制技术的有效性。

  
• 02.14 00:59:56
  发表了文章 2025-02-14 00:59:56

  Lumina-Video：上海 AI Lab 开源视频生成框架，动态程度可控，支持多分辨率

  Lumina-Video 是由上海 AI Lab 和香港中文大学联合推出的高效视频生成框架，支持高质量视频生成、动态程度控制和多分辨率生成。
• 02.14 00:59:38
  发表了文章 2025-02-14 00:59:38

  InspireMusic：阿里通义实验室开源的音乐生成模型，支持文本或音频生成多种风格的音乐

  阿里通义实验室开源的音乐生成技术，支持通过简单描述快速生成多种风格的高质量音乐作品。
• 02.14 00:59:17
  发表了文章 2025-02-14 00:59:17

  Magic 1-For-1：北大联合英伟达推出的高质量视频生成量化模型，支持在消费级GPU上快速生成

  北京大学、Hedra Inc. 和 Nvidia 联合推出的 Magic 1-For-1 模型，优化内存消耗和推理延迟，快速生成高质量视频片段。

  
• 02.14 00:58:55
  发表了文章 2025-02-14 00:58:55

  Data Formulator：微软开源的数据可视化 AI 工具，通过自然语言交互快速创建复杂的数据图表

  Data Formulator 是微软研究院推出的开源 AI 数据可视化工具，结合图形化界面和自然语言输入，帮助用户快速创建复杂的可视化图表。