全部标签

AI大模型

最新最多浏览

Seele AI- 全球首个AI生成3D游戏多模态大模型

不会编程也能做3D游戏？这款AI工具让你用文字描述就能创造世界想做游戏但被编程和建模劝退？有绝妙的游戏创意却苦于没有技术能力实现？现在，只需用文字描述你的想法，AI就能自动生成完整的3D游戏世界——这就是Seele带来的革命性体验。无论是角色设计、场景构建还是玩法机制，统统可以用自然语言搞定，游戏开发从未如此简单。 https://www.seeles.ai 核心功能：一句话生成完整3D游戏 S…
阿里达摩院遥感 AI 大模型

遥感AI大模型AIE-SEG：PC端15万字长文本分析工具，适配多模态交互与全要素提取，经阿里达摩院认证，支持农业监测与灾害防治场景，实现零样本学习与高效变化检测。
QVQ-Max：阿里通义推出的视觉推理模型，能分析图片和视频内容

阿里巴巴QVQ-Max：视觉推理大模型，精准理解图像视频，解决数学编程难题。免费体验多模态AI，提升工作效率与创造力。
Seed-Music：字节跳动推出的AI音乐大模型，支持一键生成高质量歌曲

🎵 Seed-Music：会写歌的AI音乐伙伴，让每个人都是作曲家想不想让你写的词变成真正的歌曲？Seed-Music就是这样一个神奇的AI音乐生成工具，由字节跳动豆包大模型团队打造。它能把你的歌词、灵感甚至随便哼唱的旋律，变成完整的音乐作品，无论你是音乐小白还是专业制作人，都能用它玩转音乐创作。官网体验：https://seed.bytedance.com/zh/special/seed-m…
彭博社-BloombergGPT金融大模型

金融分析效率低？BloombergGPT专为金融领域设计，基于彭博社40年数据训练，提供精准市场分析和风险预警。立即提升金融决策效率→
MatterGen：微软推出的无机材料设计AI模型，辅助生成新材料

🔬 材料研发迎来"ChatGPT时刻"！AI三天搞定传统三年实验还在用"炒菜式"试错法研发新材料？微软研究院推出的MatterGen正在彻底改变游戏规则。这个基于扩散架构的生成式AI模型，能够根据目标属性直接生成新型无机材料结构，把传统需要3年的研发周期压缩到3天。从新能源电池到航空航天材料，它正在颠覆整个材料研发行业。官方博客：https://www.…
CogVideoX-智谱推出的开源AI视频生成模型

🔍 CogVideoX是什么？ CogVideoX是智谱AI开发的视频生成大模型，只需输入文本或图片就能生成高质量视频。2025年8月开源的CogVideoX-2B是该系列首个模型，参数规模达20亿，与智谱的AI视频产品“清影”同源。它能根据最长226个英文token的提示词，生成6秒、720×480分辨率的视频，推理时显存消耗仅18GB（FP16精度），大幅降低了使用门槛。更强大的版本正在开发中…
混元DiT-腾讯最新开源的文生图AI模型

混元DiT：腾讯最新开源的文生图AI模型，让AI绘画更简单混元DiT是腾讯推出的开源文生图模型，基于扩散变换器架构开发，能够根据文字描述快速生成高质量图像。这个模型支持中英文提示词，在人物生成、场景构建等方面表现出色，为开发者和创作者提供了一个强大且易用的AI绘画工具。官网链接：https://hunyuan.tencent.com/ ✨ 核心功能亮点高质量图像生成：输入文字描述即可生成细节…
BangChat-创业邦推出的创投大模型

💡 BangChat：创投圈的"智能军师"，让创业找钱不再难！创业找投资像大海捞针？看不懂市场趋势？BangChat这款由创业邦打造的创投领域智能决策引擎，可能就是你的"创业外脑"。它基于16年创投数据积累，深度融合睿兽分析数据库与AI技术，能帮你智能问答、分析趋势、对接资源——从发现机会到落地执行，全程为你保驾护航。访问BangChat官网 ✨ 核心功…
探迹SalesGPT

🔥 探迹SalesGPT：重新定义智能销售的AI黑科技探迹SalesGPT是探迹科技推出的国内首个销售大模型SaaS产品，专为ToB销售场景打造。它通过AI大模型技术，彻底革新了企业从线索挖掘到客户管理的全流程，让复杂销售工作变得高效又简单！2025年8月，探迹科技还携手讯通展览，用AI赋能大湾区工博会，推动工业供需生态升级。官网直达：https://www.tungee.com/ 💡 202…
FLUX.1 Kontext [dev]：Black Forest Labs开源的图像编辑模型

🎨 修图只会用PS？这款AI工具让你用文字就能精准编辑图片还在为修改图片中的某个细节而头疼吗？FLUX.1 Kontext [dev]正在重新定义图像编辑的方式！这款由Black Forest Labs研发的开源图像编辑模型，基于Flow Transformer架构实现精准的局部修改与多轮迭代。只需要用自然语言描述你想修改的内容，比如"给人物添加牛仔帽"或"将背景替…
Skywork R1V：昆仑万维开源的多模态视觉思维链推理模型

给AI装上“火眼金睛”：Skywork R1V让机器真正看懂世界 👁️ 想象一下，AI不仅能识别图片中有只猫，还能推断出这只猫的品种、年龄，甚至从背景细节判断出拍摄地点和季节——这就是Skywork R1V带来的革命性突破。这个由昆仑万维开源的多模态视觉推理模型，正在让机器真正具备“看懂”世界的能力。最新评测显示，R1V在复杂视觉推理任务上的表现已经超越了许多闭源商业模型，其中在数学视觉推理测试…
Step1X-Edit：阶跃星辰推出的开源图像编辑大模型

告别修图烦恼！Step1X-Edit开源AI图像编辑工具，通过自然语言指令自动换背景、改材质、美颜，保持形象一致性。免费开源，提升创作效率，立即体验专业级编辑。
VideoWorld：豆包等推出的开源视频生成模型，从无标签视频中学习知识

VideoWorld：豆包团队研发纯视觉模型，支持工业自动化与医疗培训，学习效率提升300%，开源生态完善，适配PC端长文本处理及移动端快速决策场景。
MusicGen-简单可控的音乐生成模型

MusicGen：AI音乐生成工具，文字描述30秒生成原创音乐，免费开源适配视频配乐、游戏BGM场景，经研究验证生成质量优秀，满足专业级创作需求。
新壹视频大模型

🎬 剪视频剪到头疼？这款国产AI让你一句话生成专业视频还在为视频制作熬夜秃头吗？新壹视频大模型来拯救你了！作为国内首个专注视频内容生成的行业大模型，它深度融合文本理解与多模态处理技术，提供视频摘要生成、语义分析、脚本创作等核心能力。依托海量视频数据训练，精准适配短视频、直播、影视等垂直场景需求，让你用文字就能操控视频。官网链接：https://yizhenai.com/ai/index.htm…
Ferret：苹果发布的多模态大语言模型

🚀 Ferret是什么？ Ferret是苹果憋了三年放出的“读图界福尔摩斯”——能揪着你的文字描述，在图片里精准定位任何形状的物体！不管是“左下角咬了一口的草莓”还是“窗帘后露出的猫尾巴”，它都能瞬间圈出来。2025年已塞进iOS 18.5系统，7B迷你版跑在iPhone上不卡顿，13B专业版在Mac Studio上玩转设计全流程！ GitHub直达：https://github.com/appl…
Step-Video-T2V：阶跃星辰推出的开源视频生成大模型

Step-Video-T2V是什么？阶跃星辰与吉利联合开源的高性能视频生成模型，能根据文字描述直接生成540P高清视频。它擅长处理复杂动作（如舞蹈、打斗）、精准控制镜头运动（推拉摇移），并生成细腻的人物表情和皮肤质感，特别适合影视广告、游戏动画等创意领域。官网体验：https://yuewen.cn/videos 🔥 核心功能亮点高清长视频生成支持单次生成最长204帧视频（约8秒），分辨率达…
猎户星空大模型

🚀 猎户星空大模型是什么？猎户星空大模型（Orion-14B）是专为企业级场景打造的多语言AI模型，2025年最新升级版已支持320K超长上下文和多模态输入。它用2.5万亿token训练出的140亿参数“小巨人”，在千元显卡（如RTX 3060）上每秒能处理50个汉字，被网友称为“平民企业AI神器”！ https://www.orionstar.com/llm.html 🔧 六大模型全家桶，按需…
Phi-3：微软推出的开源小型语言模型，支持移动设备

Phi-4系列是什么？微软推出的新一代轻量级AI模型，主打“小身材大能量”。包含两款核心产品：Phi-4-Mini（38亿参数，纯文本处理）和Phi-4-Multimodal（多模态模型，支持图文音）。最大亮点是在手机、笔记本等普通设备上就能流畅运行，性能却媲美参数翻倍的大模型，彻底摆脱对云端服务器的依赖。在线体验地址：https://huggingface.co/chat/models/mi…
LivePhoto：图片生成动态视频模型

🎬 想让照片动起来？LivePhoto让静态图片秒变动态视频 LivePhoto是一款由阿里巴巴、香港大学和蚂蚁集团联合研发的图片转视频AI模型，基于先进的Stable Diffusion架构，创新性地融合了运动控制技术。它能够将静态图像转换为生动的动态视频，用户只需通过文字指令就能精准控制画面中元素的运动，让照片真正"活"起来。官网链接：https://xavierchen…
LongCat-Flash-Chat：美团推出的开源大语言模型

美团开源LongCat大模型：5600亿参数MoE架构，支持128K上下文和智能体任务，免费商用。性能媲美Claude4，适合开发者和企业高效AI应用。立即体验开源模型优势。
OmniGen2 – 智源研究院推出的开源多模态生成模型

🎨 OmniGen2：能画会改的AI创意多面手 OmniGen2是北京智源人工智能研究院在2025年6月底推出的开源多模态生成模型，就像一个全能的AI艺术家，既能根据文字描述生成图像，也能精准编辑现有图片，甚至能理解图片内容并进行创意组合。它最大的特点是采用图文解耦架构，就像让AI学会了"分开思考"文字和图像，再巧妙地把它们融合在一起，这让它在处理复杂创意任务时更加得心应手。 …
MiniMax-M1：MiniMax开源的大规模混合架构推理模型

🚀 MiniMax-M1：全球首个开源混合架构推理模型，百万级上下文处理能力颠覆行业 MiniMax-M1是上海稀宇科技在2025年6月推出的全球首个开源大规模混合架构推理模型，这家伙可不是普通的AI模型，它专门擅长“动脑筋”解决复杂问题。最厉害的是它能处理高达100万token的超长文本，相当于一次性能读完好几本长篇小说的内容，并且还能生成8万token的深度推理结果，在数学推理、代码生成和长文…