Últimos recursos sobre IA

V-JEPA 2 es un gran modelo del mundo basado en datos de vídeo con 1.200 millones de parámetros de Meta AI. El modelo se entrena basándose en el aprendizaje autosupervisado a partir de más de 1 millón de horas de vídeo y 1 millón de imágenes para comprender objetos, acciones y operaciones en el mundo físico....

UnifoLM-WMA-0 es una arquitectura de acción-modelo del mundo de código abierto para múltiples clases de ontologías robóticas de Yu Shu Technology, diseñada para el aprendizaje general de robots. Compuesto por un modelo de mundo y una arquitectura de acción, el modelo de mundo entiende las leyes físicas de la interacción robot-entorno, y la arquitectura de acción es responsable de...

FastDeploy es una herramienta de razonamiento y despliegue de alto rendimiento de Baidu, diseñada para grandes modelos lingüísticos (LLM) y modelos lingüísticos visuales (VLM). FastDeploy se ha desarrollado a partir del marco Flying Paddle (PaddlePaddle) y es compatible con diversas plataformas de hardware....

Doppl es una aplicación de pruebas virtuales de inteligencia artificial de Google. Después de que el usuario sube una foto de cuerpo entero, la aplicación admite la imagen de la ropa o la captura de pantalla "desgaste" en la versión digital de su propio cuerpo, y se puede convertir de imágenes estáticas a vídeo generado por IA, por lo que los usuarios pueden sentir más verdaderamente el efecto de la ropa en el cuerpo.

JoyHallo es un modelo humano digital de AI de código abierto de Jingdong, diseñado para mandarín, que permite la conversión de audio en vídeo de habla realista. JoyHallo incorpora características de audio basadas en el modelo wav2vec2, utilizando una estructura semidesacoplada para mejorar la precisión de la predicción del movimiento de los labios, y...

Qwen-Flash es un modelo lingüístico de alto rendimiento y bajo coste introducido en la serie Alibaba Tongyi Thousand Questions, diseñado para una respuesta rápida y un procesamiento eficiente de tareas sencillas. Basado en la arquitectura avanzada Mixture-of-Experts (MoE), se realiza mediante una red dispersa de expertos....

Introducción exhaustiva Shangtang Consulta es un super 100 mil millones de parámetros AI lenguaje gran modelo plataforma desarrollada por Shangtang Tecnología, conocida como SenseChat.La plataforma se basa en Shangtang potente MaaS (Modelo como un Servicio) servicio y soporte aritmético, proporcionando a los usuarios una amplia gama de contenidos AI....

Introducción integral No Ask Core Dome es una plataforma de servicios integral para desarrolladores de IA, que proporciona herramientas de desarrollo de IA capaces y grandes servicios de modelos. La plataforma cuenta con diversas herramientas de desarrollo de aprendizaje automático, como AIStudio, GenStudio, etc. También admite el despliegue de modelos, el almacenamiento de datos y...

Introducción general JustCMS es un innovador sistema de gestión de contenidos diseñado para creadores de contenidos muy ocupados. Utiliza tecnología de inteligencia artificial para apoyar cada paso del proceso, desde la creación de contenidos hasta su publicación. JustCMS utiliza una arquitectura sin cabeza para garantizar la velocidad y la flexibilidad en la entrega de contenidos. Los usuarios pueden...

Cortina es una herramienta de notas de esquema AI para ayudar a los usuarios sistematizar puntos de conocimiento fragmentado basado en una forma de esquema estructurado, y la herramienta soporta la generación de un solo clic de los mapas mentales. Cortina de apoyo será la información compleja a la presentación gráfica intuitiva, ayudar rápidamente el pensamiento claro, mejorar la comprensión y la eficiencia de la memoria.

VoxCPM es un modelo de generación de voz de código abierto desarrollado conjuntamente por Facade Intelligence y la Shenzhen International Graduate School de la Universidad de Tsinghua. VoxCPM adopta una arquitectura autorregresiva de difusión de extremo a extremo para generar representaciones continuas del habla directamente a partir del texto, superando las limitaciones de la desambiguación discreta tradicional. Mediante el modelado jerárquico del lenguaje y la cuantización de estados finitos...

Introducción general NeverEnds es una plataforma de Singapur que ofrece un espacio creativo ilimitado para todo tipo de historias mediante la conversión de texto en vídeo a través de un modelo avanzado. Los usuarios son libres de expresar su creatividad, transmitir emociones y construir su imagen de marca en esta plataforma. Esta plataforma es conocida por su...

Genie Envisioner (GE) es una plataforma unificada para operaciones robóticas desarrollada por el equipo de Genie Robotics en colaboración con la Universidad Nacional de Singapur, la Universidad de Aeronáutica y Astronáutica de Pekín y otras instituciones. Permite a los robots comprender y realizar mejor las tareas "imaginando primero y actuando después".

TanRice es una herramienta de recomendación de comida con inteligencia artificial lanzada por Jitterbug, filial de ByteDance, que se basa en el modelo Beanbag Big Model para ofrecer a los usuarios recomendaciones de comida personalizadas, comparaciones de tiendas, consejos sobre comida y otros servicios. TanRice puede recomendar con precisión restaurantes y platos cercanos en función de las preferencias gustativas y la ubicación de los usuarios, realizar pedidos asistidos y ofrecer servicios de compra en grupo y comida para llevar...

Seed GR-3 es un modelo robótico de uso general introducido por ByteDance con una gran capacidad de generalización para adaptarse a nuevos entornos y órdenes complejas. El modelo fusiona información visual, verbal y de movimiento, y se basa en un método de entrenamiento tres en uno de datos del robot, datos de trayectoria humana de RV y datos gráficos públicos para mejorar la capacidad de respuesta a nuevos objetos....

MiDashengLM es el gran modelo de código abierto de Xiaomi para la comprensión eficaz del sonido, con la versión de parámetros específicos MiDashengLM-7B , centrada en el procesamiento y la comprensión del audio. El modelo se basa en Xiaomi Dasheng codificador de audio y Qwen2.5-Omn...

Squibler es una potente plataforma de escritura asistida por IA diseñada para escritores que ayuda a los usuarios en todo el proceso, desde la concepción a la creación y la publicación. La plataforma ofrece diversas plantillas de historias que abarcan novelas, guiones, relatos cortos, etc. Los usuarios solo tienen que introducir el concepto inicial, y la IA puede generar esquemas, personajes, escenas...

DeepSeek-R1 es un modelo de inferencia de IA de alto rendimiento lanzado por DeepSeek, con sede en Hangzhou, que se compara con la versión oficial o1 de OpenAI. El modelo está post-entrenado sobre la base de técnicas de aprendizaje por refuerzo a gran escala y solo requiere una cantidad muy pequeña de datos etiquetados para razonar en matemáticas, código y lenguaje natural....

Hailuo 02 es un nuevo modelo de generación de vídeo AI de MiniMax, que es una versión mejorada de Hailuo 01. El modelo obtiene buenos resultados en los ámbitos de vídeo generado por gráficos y texto, situándose en segundo lugar tras Seedance 1.0 de Byte y por delante de Fast...

Tizzy.ai es una aplicación de búsqueda inteligente AI lanzado por Baidu.Tizzy.ai se basa en la tecnología de gran modelo de Baidu, con potentes funciones de búsqueda inteligente, puede responder rápidamente a las preguntas, el pensamiento profundo y ayudar en la toma de decisiones.Tizzy.ai tiene una interfaz sencilla, sin anuncios y ventanas emergentes, y la parte inferior de la guía...

MuseSteamer es un gran modelo de generación de vídeo multimodal lanzado por Baidu. El modelo puede generar rápidamente contenidos de vídeo dinámicos de alta calidad a partir de descripciones de texto o imágenes proporcionadas por el usuario, y admite diversas versiones de claridad y funcionalidad para satisfacer las necesidades de creación en distintos escenarios.

MiniMax-M1 es un modelo de inferencia de código abierto del equipo MiniMax, basado en una combinación de la Arquitectura Experta Mixta (MoE) y el mecanismo Lightning Attention, con 456.000 millones de parámetros totales. El modelo admite 100...

Wan2.2-S2V es un modelo de generación de vídeo multimodal de código abierto de Ali Tongyi , sólo una imagen estática y un fragmento de audio , puede generar vídeo humano digital de alta calidad , y soporta una variedad de tipos de imagen y marco .

OmniTalker es un marco de generación de avatares parlantes en tiempo real basado en texto de Alibaba. El marco puede manejar simultáneamente múltiples entradas modales como texto, imágenes, audio y vídeo, y generar respuestas de habla natural basadas en un enfoque de streaming. El núcleo se basa en la arquitectura Thinker-Talker,...

Introducción general Foudinge Scrub es una herramienta web de código abierto alojada en GitHub y creada por el desarrollador Théophile Cantelobre. Está diseñada para ayudar a los usuarios a limpiar y editar gráficos de conocimiento extraídos de datos textuales complejos....

Pet TA es un producto interactivo para mascotas de AIGC lanzado por Jingdong, que puede proporcionar una plataforma interactiva en línea divertida y cálida para los amantes de las mascotas. Permite a los usuarios elegir una gran variedad de ropa y accesorios para sus mascotas, vestirlas de forma personalizada y crear una imagen digital de sus mascotas para interactuar con ellas. La plataforma ofrece...

Skywork UniPic 2.0 es un eficiente modelo multimodal de código abierto de Quintessence, centrado en la generación, edición y comprensión de imágenes. El modelo se basa en una arquitectura SD3.5-Medium de 2B parámetros, y se realiza mediante pre-entrenamiento, estrategia de refuerzo progresivo de doble tarea y co-entrenamiento....

ChatFlow es una herramienta de automatización de flujos de trabajo de IA de código abierto que apoya la transformación de requisitos complejos en flujos de trabajo eficientes. Herramientas basadas en la tecnología de IA para ayudar a los usuarios a generar rápidamente marcos de código, casos de prueba, puede ayudar en la escritura y el diseño de la arquitectura de software.

Make es una plataforma de automatización sin código basada en IA que ayuda a las organizaciones a mejorar la eficiencia y la innovación mediante procesos automatizados. La plataforma ofrece más de 2.000 aplicaciones preconstruidas que dan soporte a una gran variedad de escenarios empresariales, como marketing, ventas, finanzas, etc. Entre las principales características de Make se incluyen la creación de procesos visuales sin código, la IA...

MinerU2.5 es un modelo de lenguaje visual desacoplado desarrollado conjuntamente por el Laboratorio de Inteligencia Artificial de Shanghai y el equipo de la Universidad de Pekín, centrado en el procesamiento eficiente del análisis sintáctico de imágenes de documentos de alta resolución. La principal innovación radica en el diseño en dos fases de la "detección de la disposición global seguida del reconocimiento del contenido local": la primera fase...

ROMA (Recursive-Open-Meta-Agent) es un marco de meta-agente de código abierto desarrollado por Sentient AGI para resolver eficientemente problemas complejos a través de la descomposición recursiva de tareas y el procesamiento paralelo. Soporta Python 3.12+, Docker y...

Muzaic es una plataforma de generación de música en línea basada en inteligencia artificial diseñada para productores de vídeo y creadores de contenidos que permite a la tecnología basada en inteligencia artificial generar rápidamente música personalizada que se ajuste al contenido del vídeo, generando una pista de un minuto con calidad de estudio en sólo 8 segundos.

Forage-Migo es una plataforma de aprendizaje e innovación en investigación impulsada por IA con potentes capacidades de IA multimodal que admite el procesamiento de texto, lenguaje, visión y datos, y que puede satisfacer las necesidades diversificadas de todas las disciplinas. Migo ofrece preguntas y respuestas inteligentes, lectura asistida de páginas web, lectura de literatura, escritura académica, lectura de tesis, química...

EXAONE 4.0 es un gran modelo híbrido de razonamiento de LG AI Research (Corea) que combina el procesamiento del lenguaje natural de uso general con funciones avanzadas de razonamiento. El modelo es compatible con coreano, inglés y español y se divide en una versión profesional de 32B y una versión final de 1,2B. La versión profesional es adecuada para los sectores jurídico, contable...

RoboOS 2.0 es un marco de código abierto para la colaboración cerebro-cerebro de ontología cruzada, que promueve la transformación de los robots de inteligencia única a inteligencia colaborativa en grupo. El marco utiliza una arquitectura de "cerebro grande" para lograr una división eficiente del trabajo, en la que el cerebro en la nube se encarga de la toma de decisiones complejas y la colaboración, y los módulos de cerebro pequeño se centran en la ejecución de habilidades específicas.

Introducción general Hyperbolic AgentKit es un proyecto de código abierto que tiene como objetivo proporcionar una plantilla para ejecutar agentes de IA, combinando blockchain y potencia de cálculo. El proyecto se basa en el Agentkit CDP de Coinbase con modificaciones y extensiones para soportar el terminal en...

ChartAI es una eficaz herramienta de visualización de datos que analiza automáticamente los datos basándose en tecnología de IA para generar gráficos intuitivos que ayudan a los usuarios a comprender rápidamente información compleja.ChartAI admite la importación de múltiples formatos de datos (por ejemplo, Excel, CSV), y admite la recomendación inteligente del gráfico más adecuado....

Spirit Code IDE es el entorno de desarrollo integrado (IDE) nativo de IA lanzado por Tongyi Spirit Code, que está profundamente adaptado a los 3 modelos principales de Thousand Questions, y tiene un potente modo de cuerpo inteligente de programación para apoyar la realización autónoma de tareas como la percepción del proyecto, la recuperación de código y la ejecución de operaciones terminales. Es compatible con las herramientas de MCP e integra Magic Hitch MCP Square's 3...

wcplusPro es una herramienta profesional de recopilación y análisis de datos de números públicos de WeChat. La herramienta es compatible con la recopilación de artículos de la historia número público y una variedad de datos (como el título, contenido, número de lectores, etc.), proporciona funciones de gestión de datos eficientes, y es compatible con el manejo de recuperación rápida y clasificación de artículos de nivel millones. wcplusPro...

RedOne es un gran modelo lingüístico adaptado a las redes sociales presentado por Little Red Book. El modelo se entrena mediante una estrategia de formación en tres fases que incorpora conocimientos sociales y culturales, refuerza las capacidades multitarea y alinea las preferencias humanas.RedOne supera significativamente al modelo base en rendimiento de tareas sociales, en detección de contenidos nocivos y navegación...

GLM-4.5 es un modelo SOTA de código abierto de Smart Spectrum, diseñado para aplicaciones de cuerpo inteligente, que incorpora razonamiento, generación de código y capacidades de cuerpo inteligente. El modelo se basa en la arquitectura Mixed Expert (MoE) y contiene dos versiones, GLM-4.5 con 355.000 millones de parámetros y 106.000 millones de...

Kandinsky 5.0 es la última serie de modelos de generación de vídeo desarrollada por el equipo ruso de IA, centrada en un diseño ligero y un alto rendimiento. El primer modelo de la serie, Kandinsky 5.0 Video Lite, solo tiene 2.000 millones de parámetros, pero supera a modelos similares de 14B, especialmente...

Genie 3 es una nueva generación de modelos de mundo universales de Google DeepMind que permiten generar mundos virtuales muy dinámicos y coherentes en tiempo real.Genie 3 simula fenómenos físicos, ecosistemas naturales y admite la creación de escenarios fantásticos e históricos. Con indicaciones de texto, los usuarios pueden...

Mureka V7.5 es un modelo de generación musical de IA de última generación de Kunlun World Wide, centrado en la composición de canciones chinas. El modelo reproduce con precisión el timbre y las técnicas de interpretación para generar voces naturales, suaves y emotivas. Basado en la tecnología optimizada de reconocimiento automático del habla (ASR), Mureka V...

Painting es una plataforma de generación de vídeos AI lanzada por Baidu, basada en tecnología AI para ayudar a los usuarios a crear fácilmente vídeos personalizados. Pintura interfaz intuitiva, herramientas de gran alcance, con la función de recomendación de inspiración, puede proporcionar a los creadores con inspiración creativa, apoyar una clave para la misma operación, puede generar rápidamente videos similares, simplificar el proceso creativo.

11ai es un asistente de voz AI lanzado por ElevenLabs, con la interacción de voz como el núcleo, a través del diálogo natural y suave para mejorar la eficiencia del trabajo del usuario. 11ai soporta más de 5.000 voces, y los usuarios pueden personalizar la voz exclusiva, el asistente es más personalizado. Con interacción de voz de baja latencia...

MoE-TTS es un marco de síntesis del habla introducido por KunlunWanwei, basado en la arquitectura Mixed Expert (MoE), que combina Large Language Models (LLMs) preentrenados con módulos expertos del habla.MoE-TTS conserva el potente razonamiento textual congelando los parámetros del módulo textual y actualizando sólo los parámetros del módulo del habla....

AopsAI es una herramienta de IA en línea que transforma fotos antiguas en vídeos cortos dinámicos. Basada en una avanzada tecnología de IA, la herramienta hace que las fotos estáticas "se muevan", recreando bellos momentos del pasado. Los usuarios suben fotos y facilitan su dirección de correo electrónico, y AopsAI genera automáticamente un vídeo en 24 horas y lo envía a...

ScienceOne es una plataforma inteligente de investigación científica lanzada conjuntamente por el Instituto de Automatización de la Academia China de Ciencias. La plataforma se basa en la construcción de un gran modelo de base científica y promueve un nuevo paradigma de investigación científica inteligente con colaboración multidisciplinar, proporcionando apoyo a todo el proceso de investigación científica....

CombatVLA es un innovador modelo 3D específico para juegos de rol de acción (ARPG) del equipo Future Life Lab del grupo Amoy.CombatVLA es un modelo de visión-lingüística-acción (VLA), construido a escala paramétrica 3B, que recoge la información del jugador humano a través del rastreador de movimiento....

Claude Opus 4.1 es un modelo de lenguaje a gran escala de última generación de Anthropic, diseñado para el procesamiento eficiente de tareas complejas. El modelo destaca en el ámbito de la programación, generando código de alta calidad, soportando hasta 32k de salida única y adaptándose a una amplia gama de estilos de programación....

Lemon Slice Live es una herramienta de IA para videochat en tiempo real de Lemon Slice, Inc.Lemon Slice Live se basa en el modelo Diffusion Transformer (DiT), que permite transformar cualquier foto o ilustración en una...

Lucy Edit es una herramienta de edición de vídeo de IA de código abierto desarrollada por Decart AI. Permite a los usuarios editar vídeo mediante sencillas descripciones en lenguaje natural, como "cambiar el personaje en un oso polar" o "convertir la escena en un estilo de dibujos animados 2D", sin necesidad de complejos ajustes finos ni del uso de máscaras...

ThinkSound es el primer modelo de generación de audio CoT (Chain Thinking) introducido por el equipo de discurso de Ali Tongyi. El modelo puede generar efectos de sonido adaptados con precisión a imágenes de vídeo, basándose en la introducción del razonamiento CoT, para resolver el problema de que la tecnología tradicional es difícil de captar los detalles dinámicos de la pantalla y las relaciones espaciales.

Mu es un modelo de lenguaje de parámetros pequeños de Microsoft con sólo 330 millones de parámetros, diseñado para funcionar de forma eficiente en NPU y dispositivos de vanguardia. El modelo se basa en una arquitectura de codificador-decodificador y alcanza una tasa de respuesta de más de 100 tokens por segundo gracias a la optimización consciente del hardware, la cuantificación del modelo y el ajuste específico de tareas.Mu...

InteriorGS es un conjunto de datos semánticos gaussianos 3D de alta calidad presentado por Qunar Technology. El conjunto de datos contiene 1.000 escenas 3D que abarcan más de 80 entornos interiores, como viviendas, tiendas, salones de bodas y museos. El conjunto de datos contiene más de 554.000 instancias de objetos en 755 categorías...

Gemini 2.5 Flash Image (nombre en clave nano banana) es un modelo de generación y edición de imágenes de última generación de Google que mantiene la coherencia de los caracteres en todas las escenas y admite la edición precisa de imágenes mediante lenguaje natural, como el desenfoque de fondos y la eliminación de manchas.

Seed Diffusion es un modelo de lenguaje de difusión experimental introducido por ByteHop que se encarga de tareas de generación de código. El modelo se basa en técnicas como la formación por difusión en dos etapas, el aprendizaje secuencial restringido y la decodificación paralela eficiente mejorada, lo que mejora significativamente la velocidad de inferencia a 2.146 tokens/s, que es más rápida que...

Gemini CLI es la herramienta de programación de IA de código abierto de Google basada en la incorporación del Gemini Big Model en el punto final del desarrollador para proporcionar a los desarrolladores potentes capacidades de IA. La herramienta entiende el código, manipula archivos, ejecuta comandos y soluciona problemas de forma dinámica para ayudar a los desarrolladores a escribir de forma eficiente la generación...

Penguin Reading Companion es un asistente de lectura con inteligencia artificial diseñado por Tencent para estudiantes de primaria y secundaria. Penguin Reading Companion se basa en el gran modelo híbrido y la plataforma de metamáquinas de Tencent, combinados con el Programa Curricular de Lenguas de Educación Obligatoria y los Estándares Curriculares (Edición 2022), para ofrecer a los estudiantes recomendaciones de lectura personalizadas, múltiples modos de lectura (concentración, lectura en voz alta, escucha...

Olovka AI es una plataforma de ayuda a la redacción académica para estudiantes, que proporciona asesoramiento y asistencia precisos en función del nivel académico, el campo de especialización y el tipo de trabajo. Basándose en algoritmos inteligentes, Olovka AI ayuda a los estudiantes a escribir rápidamente trabajos académicos de alta calidad que serán...

HunyuanVideo-Avatar es un modelo humano digital de voz avanzada lanzado conjuntamente por el equipo Tencent Mixed Yuan y Tencent Music Tianqin Lab. El modelo se basa en la innovadora arquitectura de difusión multimodal Transformer, que genera expresiones naturales a partir de imágenes de personajes y audio cargados por el usuario....

MoFlow es una aplicación de gestión de emociones que combina psicología y tecnología de IA. Proporciona un espacio privado para que los usuarios expresen sus emociones escribiendo y chateando, y el compañero de IA escuchará pacientemente para dar feedback.

Hailuo Video Agent es un Agente de creación de vídeo AI de umbral cero lanzado por MiniMax, versión Beta abierta. A través de la simple introducción de texto o carga de imágenes, puede generar vídeos creativos de alta calidad con un solo clic, cubriendo una variedad de escenarios de aplicación, tales como amplia...

Intern-S1-mini es un macromodelo científico multimodal ligero con una escala de parámetros de 8B lanzado por el Laboratorio de Inteligencia Artificial de Shanghai (SAL).Hereda las potentes capacidades de Intern-S1, combinando tanto capacidades de propósito general como científicas especializadas, y es adecuado para un despliegue rápido y un desarrollo secundario. En términos de rendimiento, I...

Shangtang Ruying es una plataforma de producción de vídeo humano digital con IA lanzada por Shangtang Technology. Basada en la tecnología de grandes modelos, la plataforma permite crear imágenes humanas digitales de gran realismo y personalizarlas, incluidos los rasgos faciales, la ropa, los peinados, etc. La plataforma está equipada con clonación de sonido, generación de vídeo, anotación automática de datos, interacción en tiempo real y otras funciones...

Day by Day V6.5 es un macromodelo avanzado de inferencia multimodal de ShangTech, diseñado para manejar entradas mixtas de imagen y texto, que permite comprender con precisión el contenido de las imágenes y generar descripciones o responder a preguntas en combinación con texto.

Agentar-Fin-R1 es un modelo de gran lenguaje de última generación para el ámbito financiero presentado por Anthem. Desarrollado sobre la base de la potente arquitectura Qwen3, el modelo ofrece dos versiones de escala de parámetros, 8B y 32B, y puede manejar con precisión tareas complejas de razonamiento financiero, incluyendo el análisis de múltiples pasos, la evaluación de riesgos y la guerra....

Drafting AI Community es una plataforma en línea de inspiración creativa en IA que proporciona a los usuarios una gran cantidad de recursos y herramientas de diseño creativo. La plataforma abarca diversos campos del diseño, como fotos de imágenes, diseño de comercio electrónico, temas de vacaciones, ilustraciones en 3D, diseño de avatares, materiales Xiaohongshu, diseño de retratos, etc., para satisfacer las necesidades de los distintos usuarios.

MagicTryOn es un marco avanzado de pruebas virtuales de vídeo lanzado por la Facultad de Informática y Tecnología de la Universidad de Zhejiang en colaboración con vivo y otras organizaciones. El marco sustituye la arquitectura U-Net tradicional por una innovadora arquitectura de transformador de difusión (DiT), combinada con una máquina totalmente autoatenta....

gpt-realtime es un modelo avanzado de habla de OpenAI que admite el procesamiento directo del audio para generar un habla natural y fluida. El modelo admite varios idiomas y estilos, entiende señales no verbales como la risa y puede cambiar de idioma.

Mureka V7 es un modelo avanzado de generación musical por IA lanzado por Kunlun World Wide. El modelo se basa en la tecnología MusiCoT, que permite planificar la estructura general de la música antes de rellenar los detalles para generar obras musicales más coherentes y artísticas.

Qwen3Guard es un modelo de protección de seguridad afinado basado en el modelo base Qwen3, diseñado para la detección de seguridad. Proporciona una categorización de seguridad precisa de las solicitudes y respuestas, proporciona niveles de riesgo y es compatible con entornos en inglés, chino y multilingües.Qwen3Guard está disponible en dos pro...

Wuneng es una plataforma de inteligencia incorporada diseñada para robots y dispositivos inteligentes. Basada en el modelo del mundo "Iluminado" y en la tecnología de grandes modelos multimodales, Wuneng integra entradas multisensoriales como la visión, la voz, el tacto, etc., y posee potentes capacidades de percepción, toma de decisiones y acción.

Introducción general Product Hunt Daily Chinese Hotlist es una herramienta automatizada basada en GitHub Actions que genera una lista diaria de productos populares en Product Hunt a intervalos regulares, en forma de archivo Markdown....

Qwen3-Coder-Flash es un modelo de programación de alto rendimiento introducido por el equipo de Ali Tongyi Thousand Questions, que tiene excelentes capacidades de programación basada en agentes y de invocación de herramientas, y es bueno en el manejo de tareas de programación complejas. El modelo soporta 256K tokens de comprensión de contexto largo, y puede escalar a 1M ...

SpatialGen es un modelo de generación de escenas 3D de código abierto de Qunar Technology, basado en la arquitectura del modelo de difusión, que admite la generación de imágenes multivista coherentes espaciotemporalmente a partir de descripciones textuales, imágenes de referencia y disposición espacial 3D, y que además genera escenas gaussianas 3D y renderiza vídeos itinerantes.

Claudable es un creador de aplicaciones web de código abierto basado en Next.js que combina las capacidades avanzadas de agente de IA de Claude Code y Cursor CLI con la experiencia de creación de aplicaciones sencilla e intuitiva de Lovable...

UnifiedTTS es una plataforma integral de servicios de texto a voz (TTS). Admite varios idiomas, como chino, inglés, japonés y coreano, para satisfacer las necesidades de las empresas de todo el mundo. A través de una interfaz API unificada, integra muchos de los principales servicios TTS, como Micro...

Skywork Deep Research Agent v2 es un organismo inteligente de investigación profunda lanzado por Kunlun Wave, centrado en la integración y el análisis de información multimodal.Skywork Deep Research Agent v2 puede procesar texto, gráficos...

DragonV2.1 es un avanzado modelo de conversión de texto a voz (TTS) de muestra cero de Microsoft. Basado en la arquitectura Transformer, el modelo admite la clonación de voz en varios idiomas y sin muestras, y genera un habla natural y expresiva con solo 5-90 segundos de indicaciones de voz.

Introducción exhaustiva Infini-Megrez es una solución de inteligencia de borde desarrollada por la cúpula central incuestionable (Infinigence AI), cuyo objetivo es lograr una comprensión y un análisis multimodales eficientes mediante el codiseño de hardware y software. El núcleo del proyecto es el modelo Megrez-3B, que soporta grafos...

Antelope es una herramienta de diseño inteligente lanzada por Jingdong, que proporciona soluciones de diseño eficientes y cómodas para comerciantes electrónicos y particulares. A través del tecleado inteligente, el diseño inteligente, la combinación inteligente de colores y otras funciones, ayuda a los usuarios a generar rápidamente trabajos de diseño de alta calidad para satisfacer la imagen principal del producto, Banner publicitario, página de la tienda y otros tipos de tienda de comercio electrónico....

Vace AI es una potente plataforma integral de producción y edición de vídeo con IA. La plataforma genera contenidos de vídeo de alta calidad a partir de descripciones de texto o imágenes de referencia, y admite diversas funciones de edición, como ampliación de vídeo, conversión de estilos, eliminación de temas y reconstrucción.

Magentic-UI es la herramienta de investigación de código abierto de Microsoft para la colaboración entre humanos y ordenadores. Magentic-UI se basa en el trabajo en estrecha colaboración con los usuarios para facilitar tareas web complejas como la navegación web, la ejecución de código y la manipulación de archivos. La herramienta hace hincapié en la planificación colaborativa, permitiendo a los usuarios plantear...

ChatGPT Agent es un agente de IA de propósito general de OpenAI que combina múltiples capacidades para completar tareas complejas de forma autónoma. Los usuarios solo tienen que describir sus necesidades en lenguaje natural, y el Agente puede seleccionar automáticamente las herramientas adecuadas, como navegar por la web, extraer información, ejecutar código...

Shortbread es una herramienta de generación de cómics mediante inteligencia artificial que permite a los usuarios crear rápidamente cómics completos a partir de descripciones sencillas en lenguaje natural.Shortbread no requiere conocimientos de dibujo, basta con escribir el texto y la IA genera rápidamente cómics personalizados con personajes, escenas y emociones únicas.Sho...

HeyGen es una plataforma de creación de vídeos humanos digitales impulsada por la IA que facilita un proceso de producción de vídeo racionalizado, permitiendo a los usuarios generar rápidamente vídeos humanos digitales de calibre profesional. La plataforma se basa en una avanzada tecnología de inteligencia artificial que ofrece a los usuarios un control total sobre la imagen y la voz de sus personajes digitales, así como una...

Qin Music Grand Model es un gran modelo avanzado de creación musical por IA lanzado conjuntamente por Tencent AI Lab y Tencent TME Tianqin Lab. El modelo genera de forma inteligente audio estéreo de alta calidad o partituras multipista a partir de palabras clave, frases descriptivas o clips de audio en inglés y chino introducidos por el usuario.

ViMax es un marco de generación de vídeo corporal multiinteligente de código abierto del Data Science Laboratory de la Universidad de Hong Kong, que puede automatizar todo el proceso, desde la entrada creativa hasta la salida de vídeo. La integración de funciones de generación de guiones, diseño de escenas, planificación de tomas y renderización de vídeo permite a los usuarios generar vídeos coherentes de calidad cinematográfica y televisiva mediante la descripción en lenguaje natural ...

Descripción general Report mAIstro es una potente herramienta diseñada para ayudar a los usuarios a crear fácilmente informes personalizados mediante la tecnología de procesamiento del lenguaje natural. La herramienta utiliza la tecnología LangChain para transformar los temas y estructuras proporcionados por el usuario en informes detallados dentro de...

Descripción General AI Company Research Assistant es una herramienta basada en inteligencia artificial diseñada para automatizar el proceso de investigación de empresas y generación de leads. Mediante el uso de tecnologías como LangGraph y FireCrawl, la herramienta es capaz de generar informes detallados de investigación de la empresa en tan sólo unos minutos. Los usuarios simplemente...

HIRING.STUDIO es una herramienta de apoyo a las entrevistas de selección de personal que ayuda a los equipos de selección de personal a crear eficazmente preguntas de entrevista específicas para cada puesto. Basada en tecnología de IA, la herramienta genera preguntas de entrevista, sugiere preguntas de seguimiento y crea criterios de evaluación para respuestas de calidad variable. La herramienta es compatible con el método STAR...

Ask White 5 es el modelo insignia "Todo en uno" con un nivel de inteligencia muy alto. El modelo obtiene buenos resultados en muchas evaluaciones, como la puntuación de evaluación compuesta AA-Index de 64,7 y la puntuación de evaluación de la capacidad STEM de 86, que se acerca a la del líder mundial GPT-5.

Lista de recursos Top 10 1000 fichas más comunes 1000 fichas negativas más comunes 20 muestreadores más comunes 100 pasos más comunes 100 dimensiones más comunes 50...

A2UI (Agent-to-User Interface) es el protocolo de interfaz de código abierto de Google impulsado por agentes que aborda los retos de la generación de interfaces interactivas complejas para agentes de IA. A través de un formato JSON declarativo que permite a los agentes de IA describir la estructura de la interfaz de usuario , las aplicaciones cliente...

ML-Master es una inteligencia experta en IA lanzada por el equipo de Agentes de la Escuela de Inteligencia Artificial de la Universidad Jiaotong de Shanghai. Obtuvo buenos resultados en la prueba de referencia autorizada MLE-bench de OpenAI, encabezando la lista con una tasa media de medallas de 29,3%, superando al RD-Agent de Microsoft....

Klic Studio (antes Krillin AI) es una herramienta de traducción de vídeo, doblaje y clonación de voz basada en IA diseñada para creadores de vídeo y exportadores de contenidos. Es compatible con la implementación de un solo clic de todo el proceso, que puede completar el vídeo desde la descarga hasta la salida terminada en un solo clic, y se adapta a Jittery, Xiaohongshu, B...

Magistral es un modelo de inferencia de Mistral AI que se centra en capacidades de razonamiento transparentes, multilingües y específicas de cada dominio. El modelo consta de una versión de código abierto (Magistral Small) y una versión empresarial (Magistral Medium), esta última en...