SAM 2.1 – Meta 开源的视觉分割模型

≡ AI项目和框架

Qwen2vl-Flux – 开源的多模态图像生成模型，支持多种生成模式

≡ AI项目和框架

ShowUI – 新加坡国立联合微软推出用于 GUI 自动化的视觉-语言-操作模型

≡ AI项目和框架

NVLM – 英伟达推出的多模态大型语言模型

≡ AI项目和框架

Promptriever – 信息检索模型，支持自然语言提示响应用户搜索需求

≡ AI项目和框架

LongLLaVA – 香港中文大学推出的多模态上下文混合架构大语言模型

≡ AI项目和框架

Devika – 开源的AI编程工具，理解和执行复杂的人类指令

≡ AI项目和框架

iDP3 – 斯坦福大学联合多所高校推出的改进型3D视觉运动策略

≡ AI项目和框架

Proactive Agent – 清华联合面壁智能开源的新一代主动Agent交互范式

≡ AI项目和框架

EMOVA – 华为诺亚方舟联合多所高校共同推出的多模态全能处理模型

≡ AI项目和框架