互联网梗百科 - 爱思词典

互联网梗百科

SenseNova-MARS

SenseNova-MARS是商汤科技开源的多模态自主推理模型，提供8B和32B两种参数规模。作为首个支持动态视觉推理与图文搜索深度融合的Agentic VLM，模型能像智能体一样自主规划任务步骤，灵...查看更多

audreyxxx

02-03

UnifoLM-VLA-0

UnifoLM-VLA-0 是宇树科技开源的通用视觉-语言-动作（VLA）大模型，基于 Qwen2.5-VL-7B 架构进行持续预训练。模型通过融合 2D/3D 空间感知、轨迹预测等多维监督信号，实现...查看更多

糖心小包子

糖心小包子

02-03

Project Genie

Project Genie 是谷歌 DeepMind 推出的实验性 AI 世界模型原型，基于 Genie 3、Nano Banana Pro 和 Gemini 技术驱动。用户通过文字提示或上传图片可创...查看更多

unapussy

02-03

TTT-Discover

TTT-Discover（Test-Time Training to Discover）是斯坦福、英伟达等机构推出的AI科学发现方法。TTT-Discover在测试阶段对模型进行强化学习训练，非冻结权...查看更多

加奈学姐

02-03

Step 3.5 Flash

Step 3.5 Flash 是阶跃星辰最新开源的基座模型，专为 Agent 场景推出。模型采用稀疏 MoE 架构，总参数 1960 亿，每 token 仅激活 110 亿参数，兼顾性能与效率。Ste...查看更多

miumiul

02-03

Vidu Q3

Vidu Q3 是生数科技推出的全球首款 16 秒音画同步 AI 视频模型，专为短剧、漫剧、广告等叙事场景打造。一次提示即可直出 16 秒 1080p 成片，画面、对白、环境音效与 BGM 全部对齐，...查看更多

shinnyhoney

02-03

Thinker

Thinker是优必选开源的具身智能视觉语言大模型，专为机器人场景打造。模型4B参数在9项权威基准测试中斩获全球第一。模型核心能力涵盖任务规划、空间理解、时间推理和视觉定位，能有效解决机器人”想得到但...查看更多

XKVP077

02-03

Happy

Happy 是开源工具，能让用户通过手机或网页客户端远程控制电脑上运行的 Claude Code 或 Codex。支持实时查看代码进度、语音交互、消息推送，采用端到端加密保障数据安全。用户只需在电脑安...查看更多

rouav

02-03

GLM-OCR

GLM-OCR是智谱AI开源的轻量级多模态OCR模型，仅0.9B参数在OmniDocBench V1.5榜单以94.6分登顶SOTA。模型基于GLM-V架构，集成自研CogViT视觉编码器与轻量跨模态...查看更多

Haley Reed

02-03

点点ACG

点点ACG是一个专注于分享二次元美好事物的平台。在这里，你可以找到最新的动漫、漫画、游戏、音乐等作品，以及与二次元相关的各种资讯和活动。我们致力于为广大动漫爱好者提供一个交流和分享的平台，让大家能够更...查看更多

elvababe

02-01

DeepSeek-OCR 2

DeepSeek-OCR 2 是 DeepSeek 团队推出的第二代 OCR 模型，通过引入 DeepEncoder V2 架构，实现从固定扫描到语义推理的范式转变。模型采用因果流查询和双流注意力机制...查看更多

Mia Malkova

01-29

Earth-2

NVIDIA Earth-2 是英伟达推出的全球首套完全开源的 AI 气象预测模型家族，基于 Atlas、StormScope、HealDA 三大核心架构，分别实现 15 天全球中期预报、0-6 小时...查看更多

啵啵梨

01-29

下一页