AI项目和框架

本栏目介绍和收录了当前流行的AI研究项目和框架，紧跟最新AI领域的进展，解读AI研究论文和方法框架，帮你快速了解这些项目的工作原理。
HunyuanOCR – 腾讯混元推出的端到端OCR视觉语言模型

HunyuanOCR – 腾讯混元推出的端到端OCR视觉语言模型

≡ AI项目和框架
FLUX.2 – Black Forest Labs开源的AI图像生成与编辑模型

FLUX.2 – Black Forest Labs开源的AI图像生成与编辑模型

≡ AI项目和框架
ViMax – 港大开源的多智能体视频生成框架

ViMax – 港大开源的多智能体视频生成框架

≡ AI项目和框架
Z-Image – 阿里通义推出的图像生成模型

Z-Image – 阿里通义推出的图像生成模型

≡ AI项目和框架
Depth Anything 3 – 字节跳动推出的视觉空间重建模型

Depth Anything 3 – 字节跳动推出的视觉空间重建模型

≡ AI项目和框架
DeepSeek-Math-V2 – DeepSeek开源的数学推理模型

DeepSeek-Math-V2 – DeepSeek开源的数学推理模型

≡ AI项目和框架
StepAudio R1 – 阶跃星辰开源的原生音频推理模型

StepAudio R1 – 阶跃星辰开源的原生音频推理模型

≡ AI项目和框架
Ito – 开源的AI语音听写工具，口语意图可转为文本

Ito – 开源的AI语音听写工具，口语意图可转为文本

≡ AI项目和框架
GELab-Zero – 阶跃星辰开源的 GUI Agent 模型

GELab-Zero – 阶跃星辰开源的 GUI Agent 模型

≡ AI项目和框架
VideoPrism – 谷歌研究团队推出的通用视频编码器

VideoPrism – 谷歌研究团队推出的通用视频编码器

≡ AI项目和框架