AutoAgents 是基于 LLM 的自動(dòng)智能體生成框架，能按目標(biāo)生成智能體協(xié)作完成任務(wù)，具多種功能，應(yīng)用于多領(lǐng)域，有簡(jiǎn)單使用方法，優(yōu)勢(shì)顯著。

CLaMP 3 由清華大學(xué)朱文武教授團(tuán)隊(duì)開發(fā)，是多模態(tài)多語言音樂信息檢索框架，基于對(duì)比學(xué)習(xí)，具多種功能，靠獨(dú)特技術(shù)支撐，應(yīng)用于多領(lǐng)域，有豐富項(xiàng)目資源。

DynamicCity 是上海 AI Lab 開發(fā)的 4D 生成框架，專注生成具語義信息的動(dòng)態(tài) LiDAR 場(chǎng)景，具多種功能，基于 VAE 和 DiT 模型的獨(dú)特技術(shù)原理，應(yīng)用于多領(lǐng)域，可從多渠道了解。

LLaDA 是中國(guó)人民大學(xué)高瓴 AI 學(xué)院與螞蟻集團(tuán)聯(lián)合推出的擴(kuò)散大語言模型，基于擴(kuò)散模型框架，具多種核心優(yōu)勢(shì)與功能，靠獨(dú)特技術(shù)支撐，應(yīng)用于多領(lǐng)域，有豐富項(xiàng)目資源。

Magma 是微軟研究院聯(lián)合高校開發(fā)的多模態(tài) AI 基礎(chǔ)模型，能為智能代理提供通用能力，具多核心優(yōu)勢(shì)與技術(shù)創(chuàng)新，應(yīng)用于多領(lǐng)域，有豐富項(xiàng)目資源，前景廣闊。

MoBA 是 Moonshot AI 推出的新型注意力機(jī)制，為提升大語言模型長(zhǎng)上下文處理效率而設(shè)計(jì)，具多核心優(yōu)勢(shì)與功能，基于獨(dú)特技術(shù)原理，應(yīng)用于多領(lǐng)域，可從相關(guān)平臺(tái)了解。

Muse 是微軟研究院推出的游戲創(chuàng)意生成生成式 AI 模型，能模擬真實(shí)玩法，具多種功能，基于前沿技術(shù)，應(yīng)用于多游戲場(chǎng)景，有豐富項(xiàng)目資源，前景廣闊。

Phantom 是字節(jié)跳動(dòng)智能創(chuàng)作團(tuán)隊(duì)開發(fā)的視頻生成框架，基于跨模態(tài)對(duì)齊技術(shù)，具多種功能，靠獨(dú)特技術(shù)支撐，應(yīng)用于多領(lǐng)域，有豐富資源支持且優(yōu)勢(shì)顯著。

Qihoo-T2X 是 360 AI 研究院與中山大學(xué)聯(lián)合開發(fā)的多模態(tài)生成模型，基于 PT-DiT，具多種功能，靠獨(dú)特技術(shù)支撐，應(yīng)用于多領(lǐng)域，有相關(guān)項(xiàng)目資源，前景廣闊。

RSIDiff 是基于合成數(shù)據(jù)的遞歸自訓(xùn)練框架，用于提升文本到圖像擴(kuò)散模型性能。通過獨(dú)特的三種策略，解決生成質(zhì)量、偏好對(duì)齊和模型穩(wěn)定性問題，減少對(duì)大規(guī)模數(shù)據(jù)集依賴，在多領(lǐng)域應(yīng)用前景廣泛，可從 arXiv 論文了解其技術(shù)細(xì)節(jié)。

Step-Audio-TTS-3B 是 Stepfun-AI 團(tuán)隊(duì)開發(fā)的高性能 TTS 模型，有 30 億參數(shù)，具多語言、情感風(fēng)格控制等功能，基于獨(dú)特技術(shù)原理，應(yīng)用于多領(lǐng)域，可在 HuggingFace 體驗(yàn)。

SWE-Lancer 是 OpenAI 推出的大模型基準(zhǔn)測(cè)試工具，用真實(shí)軟件工程任務(wù)評(píng)估語言模型，含多種功能，基于獨(dú)特技術(shù)原理，應(yīng)用于多領(lǐng)域，可從官網(wǎng)和倉(cāng)庫(kù)了解。

ToddlerBot 是斯坦福大學(xué)開源的機(jī)器學(xué)習(xí)與人形機(jī)器人平臺(tái)，為高效收集數(shù)據(jù)設(shè)計(jì)，具多種功能，基于數(shù)字孿生等技術(shù)，應(yīng)用于多領(lǐng)域，有豐富項(xiàng)目資源。

TongGeometry 是北京通用人工智能研究院與北京大學(xué)聯(lián)合開發(fā)的幾何模型，能解決生成奧林匹克幾何問題，具多種功能，基于創(chuàng)新技術(shù)，應(yīng)用于多領(lǐng)域，有廣闊未來展望。

流暢閱讀是基于 AI 的開源瀏覽器翻譯插件，支持多翻譯引擎，具智能翻譯等多種功能，基于獨(dú)特技術(shù)原理，應(yīng)用于多場(chǎng)景，有項(xiàng)目官網(wǎng)和倉(cāng)庫(kù)。

瑞智病理大模型是瑞金醫(yī)院與華為共同開發(fā)的多模態(tài)病理模型，通過多模態(tài)數(shù)據(jù)融合提升診斷，基于深度學(xué)習(xí)等技術(shù)，應(yīng)用于多醫(yī)療場(chǎng)景，優(yōu)勢(shì)顯著，前景廣闊。

Ovis2 是阿里巴巴國(guó)際團(tuán)隊(duì)推出的多模態(tài)大語言模型，基于結(jié)構(gòu)化嵌入對(duì)齊技術(shù)，有多種參數(shù)規(guī)模版本，具多模態(tài)理解等多種功能，靠獨(dú)特技術(shù)支撐，應(yīng)用于多領(lǐng)域，可從多平臺(tái)獲取。

OSUM 是西北工業(yè)大學(xué)計(jì)算機(jī)學(xué)院相關(guān)研究組開發(fā)的開源語音理解模型，結(jié)合 Whisper 編碼器與 Qwen2 LLM，基于 “ASR+X” 策略訓(xùn)練，支持語音識(shí)別、情感識(shí)別等多種任務(wù)，技術(shù)原理獨(dú)特，應(yīng)用場(chǎng)景廣泛，可從多渠道獲取使用。

Crawl4LLM 由清華和卡內(nèi)基梅隆大學(xué)聯(lián)合開發(fā)并開源，旨在提升 LLM 預(yù)訓(xùn)練效率，具多核心優(yōu)勢(shì)與功能，靠獨(dú)特技術(shù)支撐，應(yīng)用于多領(lǐng)域，可從多渠道獲取信息。

AI co-scientist 是谷歌基于 Gemini 2.0 開發(fā)的多智能體協(xié)作系統(tǒng)，能模擬科研全流程，具多種功能，靠獨(dú)特技術(shù)支撐，應(yīng)用于多科研領(lǐng)域，可從多渠道了解體驗(yàn)。

AgentSociety 是清華大學(xué)開發(fā)的社會(huì)模擬器，結(jié)合大語言模型和多智能體系統(tǒng)，具多項(xiàng)核心功能，靠獨(dú)特技術(shù)支撐，應(yīng)用于多領(lǐng)域，提供豐富項(xiàng)目資源。

Sitcom-Crafter 由多校聯(lián)合開發(fā)，能依長(zhǎng)劇情指導(dǎo)自動(dòng)生成 3D 人類動(dòng)作，具多項(xiàng)創(chuàng)新與功能，靠獨(dú)特技術(shù)支撐，應(yīng)用于多領(lǐng)域，可從多渠道獲取資源。

SigLIP 2 是 Google DeepMind 開發(fā)的多語言視覺 - 語言模型，具多核心優(yōu)勢(shì)與功能，靠獨(dú)特技術(shù)支撐，應(yīng)用于多領(lǐng)域，可從多平臺(tái)獲取相關(guān)資源。

PaliGemma 2 Mix 是谷歌 DeepMind 推出的多任務(wù)視覺語言模型，基于開源框架開發(fā)，具多種功能，靠獨(dú)特技術(shù)支撐，應(yīng)用于多領(lǐng)域，可從多平臺(tái)獲取信息。

Moonlight-16B-A3B 由 Moonshot AI 開發(fā)，是 MoE 開源模型，具高效優(yōu)化器等技術(shù)優(yōu)勢(shì)，在多任務(wù)表現(xiàn)卓越，應(yīng)用于多領(lǐng)域，開源資源豐富。