新闻资讯
CombatVLA 是由阿里巴巴淘天集团未来生活实验室团队开发的一款高效视觉-语言-动作模型(Vision-Language-Action Model, VLA)，专为3D动作角色扮演游戏(ARPG)中的战斗任务优化设...
2025-08-20
新闻资讯
962
Parlant 是由emcie-co团队开发的一款专为实际应用设计的LLM（大型语言模型）智能体框架，其核心目标是解决传统AI代理在面向客户场景中行为不可预测、难以控制的痛点。通过创新...
2025-08-19
新闻资讯
1498
MemU（Memory Unit）是由NevaMind-AI团队开发的一款专注于AI伴侣场景的下一代开源记忆框架，其核心目标是解决当前AI系统普遍存在的"健忘"问题。与传统的静态数据存储不同，Me...
2025-08-19
新闻资讯
1870
AudioGenie 是由腾讯AI Lab与香港科技大学（广州）联合研发的无需训练的多智能体系统，专注于多模态到多音频生成（MultiModality-to-MultiAudio, MM2MA）任务。它能够从视频、...
2025-08-19
新闻资讯
974
VeOmni 是字节跳动Seed团队与火山引擎联合研发并开源的一款全模态PyTorch原生训练框架，旨在解决当前AI领域从单一文本模态向多模态（文本、图像、语音、视频）演进过程中的系...
2025-08-18
新闻资讯
960
CodeFormer是由南洋理工大学-商汤科技联合研究中心S-Lab团队开发的一款先进的人脸修复工具，该项目通过创新的深度学习架构，将变分量化生成对抗网络(VQGAN)与Transformer技术...
2025-08-18
新闻资讯
1019
MultiAgentPPT 是一款开源的智能PPT演示文稿生成系统，它基于多智能体协作架构（Multi-Agent System, MAS），通过A2A（Ask-to-Answer）、MCP（Multi-agent Control Protocol）...
2025-08-15
新闻资讯
869
VLMEvalKit 是由OpenCompass团队开发的一个专注于多模态大模型(Vision-Language Models, VLMs)评测的开源工具包。作为CompassKit大模型评测全栈工具链的重要组成部分，它旨在...
2025-08-15
新闻资讯
1029
Genie Envisioner（简称GE）是由智元机器人（AgibotTech）团队开发的全球首个面向真实世界机器人操控的开源世界模型平台，它创新性地将未来帧预测、策略学习与仿真评估整合进...
2025-08-15
新闻资讯
798
Marco-Voice 是由阿里巴巴国际数字商务团队开源的一款多功能语音合成系统，作为新一代文本到语音（TTS）技术的代表，Marco-Voice通过创新的说话者-情感解耦机制，成功将语音克...
2025-08-14
新闻资讯
862
RynnRCP 是阿里巴巴达摩院自主研发并开源的一套机器人上下文协议及框架，全称为Robotics Context Protocol。它首次将模型上下文协议(MCP)理念引入具身智能领域，旨在打通从传...
2025-08-14
新闻资讯
827
Voost 是由NXN实验室开发的一款创新性虚拟试衣框架，它通过单个扩散变换器(DiT)实现了虚拟试穿(Virtual Try-On, VTON)与逆向试穿(Virtual Try-Off)的联合学习，解决了传统方法...
2025-08-14
新闻资讯
825
