BFW编程笔记

搜索

微软开源ai操控电脑智能代理工具OmniParser V2

微软开源ai操控电脑智能代理工具OmniParser V2OmniParser V2 是微软研究院发布的一种新型工具，它能够将任何大型语言模型（LLM）转变为计算机使用的智能代理。该工具的核心功能是将...点击查看

微软开源ai操控电脑智能代理工具OmniParser V2

meta开源从单张图片生成高分辨率、多视角人物图像的模型Pippo

meta开源从单张图片生成高分辨率、多视角人物图像的模型PippoPippo 是一个名为 1K Multiview Diffusion Transformer 的模型，它能够从单张人体全身或面部图片生...点击查看

meta开源从单张图片生成高分辨率、多视角人物图像的模型Pippo

谷歌Gemini AI开启‘全局记忆’，手机将更加智能

谷歌Gemini AI开启‘全局记忆’，手机将更加智能谷歌最近推出了一项名为“全局记忆”的新功能，该功能被集成在Gemini AI中，使得手机能够记住用户与它之间的所有对话内容。这项功能让用户在使用手...点击查看

谷歌Gemini AI开启‘全局记忆’，手机将更加智能

豆包发布业界首个无语言模型依赖的视频生成AI模型VideoWorld

豆包发布业界首个无语言模型依赖的视频生成AI模型VideoWorld在人工智能领域，视频生成技术迎来了重大突破。2月10日，豆包大模型团队与北京交通大学、中国科学技术大学联合宣布，他们共同开发的视频生...点击查看

豆包发布业界首个无语言模型依赖的视频生成AI模型VideoWorld

又一款支持克隆多国语言的开源文本到语音模型Zonos来了

又一款支持克隆多国语言的开源文本到语音模型Zonos来了Zonos-v0.1 是一个领先的开源文本到语音模型，由 Zyphra 团队开发，它通过大量多语种语音数据进行训练，能够实现高度自然的语音生成，...点击查看

又一款支持克隆多国语言的开源文本到语音模型Zonos来了

deepseek等开源大模型微调的加速器Unsloth

deepseek等开源大模型微调的加速器Unsloth在人工智能领域，微调大型语言模型（LLMs）常常需要大量计算资源和显存，这对研究人员和开发者来说是一大挑战。而现在，一个名为Unsloth的开源项...点击查看

deepseek等开源大模型微调的加速器Unsloth

PSHuman开源了，只需要一张人体照片就能重新3d模型

PSHuman开源了，只需要一张人体照片就能重新3d模型在人工智能领域，3D人像重建技术一直是研究的热点。最近，一个名为PSHuman的开源项目引起了广泛关注，它能够从单张照片中快速重建出高质量的3D...点击查看

PSHuman开源了，只需要一张人体照片就能重新3d模型

字节推出可生成数字人的新广告视频ai模型Goku

字节推出可生成数字人的新广告视频ai模型Goku字节跳动与香港大学合作开发的Goku视频生成模型，是一款强大的AI广告创作工具，它能够根据文本提示直接生成高质量的视频内容，包括AI数字人长视频。Gok...点击查看

字节推出可生成数字人的新广告视频ai模型Goku

开源音乐生成模型 YuE：全曲创作新时代

开源音乐生成模型 YuE：全曲创作新时代近日，一个名为 YuE 的开源音乐生成模型在 GitHub 上正式发布，引起了技术与音乐创作领域的广泛关注。YuE 是一个由香港科技大学（HKUST）和多模态艺...点击查看

开源音乐生成模型 YuE：全曲创作新时代

谷歌Imagen 3 API开放：生成式AI图像领域迎来新突破

谷歌Imagen 3 API开放：生成式AI图像领域迎来新突破谷歌近日宣布正式开放其最新的图像生成模型Imagen 3的API调用。这一举措标志着生成式AI在图像生成领域迈出了重要一步，为开发者和企业...点击查看

谷歌Imagen 3 API开放：生成式AI图像领域迎来新突破

{{item.title}}

{{item.content}}

{{item.title}}

{{item.content}}

最新提问

云产品购物券