WhimRead 需要 JavaScript 才能使用站内搜索。
Whim
Read
随手一翻
发现
全部工具
推荐
惊喜
关于
搜索
English
模型
sensenova-vision
opensensenova/sensenova-vision
统
一多
模态生
成
视觉
模型,
发布权
重数
据集
与
训推代
码,
用于
结构
化理解
与
稠密
几何
预测
研究。
去 GitHub 看仓库
复制链接
标签
mllm
mllm-for-cv
unified-cv
同类项目
Agent-S
12.6k
像
人
一样
看屏
操作
桌面
的
开源
计算机
使用
智
能
体,
支持
mouse 键盘
滚动
任务
执行。
MobileAgent
9.3k
阿里通义
实验室
的
GUI智
能
体
家族,
可自主操
作
手机
电脑
浏览器
完成
多步
任务,
配套
GUI-Owl
模型。
VibeVoice
54.8k
微软
开源
的
前沿
语
音
大模型
系列,
提供
流式
语音
合成
与
识别
能力
及
CPU
推理
引擎
和
演示。
ChatTTS
39.9k
为
日常
对话
优化
的
开源
中
英文语音合成
模型,
提供
预训
练权重
与
推理
代码,
支持
多
说
话人
与
韵律
控制。
voxcpm
39.3k
免
分词
端
到
端多
语
种
语音
合成
模型,
支持
三十
种
语言
创意
音色
设计
与
高保真复刻
及
48kHz
输出。
timesfm
34.5k
谷歌
预训练
时间
序列
基础
模型,
面向
多
变量
时序
预测
发布权重
与
评测
基准。
712
mllm,mllm-for-cv,unified-cv
统一多模态生成视觉模型,发布权重数据集与训推代码,用于结构化理解与稠密几何预测研究。
←
上一个
DB-GPT
下一个
→
wtransport