Últimos recursos sobre IA

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....

DeepSeek V3.1 es una nueva generación de modelos de inteligencia artificial presentada por DeepSeek, con importantes mejoras basadas en su predecesora, la V3. DeepSeek V3.1 introduce una arquitectura de razonamiento híbrida que permite al modelo alternar con flexibilidad entre los modos de pensamiento y no pensamiento, mejorando significativamente la...

Qwen-Image-Edit es un modelo de edición de imágenes polivalente introducido por Ali Tongyi, basado en la arquitectura Qwen-Image con 20.000 millones de parámetros. El modelo combina capacidades de edición semántica y de apariencia, y puede realizar ediciones de apariencia visual de bajo nivel en imágenes (por ejemplo, añadir, eliminar...

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....

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".

DINOv3 es un modelo base de visión autosupervisada de próxima generación de Meta AI que utiliza un paradigma de aprendizaje autosupervisado para aprender características de imágenes sin datos de etiquetado. Resuelve el problema de la degradación de características mejorando la preparación de los datos e introduciendo el anclaje Gram, y mejora la generalización....

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...

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...

Hunyuan-GameCraft es el marco de generación de vídeo de juegos interactivos de código abierto del equipo Tencent Hunyuan. Marco de una sola imagen y le pide que genere vídeo de juego altamente dinámico , apoyar al usuario a través del teclado y el ratón para controlar el contenido de vídeo en tiempo real .

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....

RynnRCP es un protocolo de contexto robótico (RCP, Robot Context Protocol) de código abierto del Instituto Ali Dharma que reduce el umbral para el desarrollo de la inteligencia incorporada y abre todo el proceso de desarrollo.

RynnEC es un modelo de comprensión del mundo presentado por el Instituto Dharma de Alibaba, centrado en tareas de inteligencia incorporada. El modelo se basa en una tecnología de fusión multimodal que combina datos de vídeo y lenguaje natural, y puede analizar objetos de una escena desde múltiples dimensiones, lo que permite funciones como la comprensión de objetos, la percepción espacial y la segmentación de objetivos de vídeo.

Matrix-3D es un framework de código abierto del equipo Skywork AI, centrado en la generación de mundos 3D panorámicos explorables. El marco combina técnicas de generación de vídeo panorámico y reconstrucción 3D para generar mundos 3D explorables omnidireccionales de alta calidad a partir de una sola imagen o...

GLM-4.5V es el modelo de inferencia visual de código abierto líder mundial presentado por Smart Spectrum, con 106.000 millones de parámetros totales y 12.000 millones de parámetros activados. El modelo se entrena a partir del modelo base de texto de nueva generación GLM-4.5-Air, con potentes capacidades de comprensión y razonamiento visual, capaz de manejar imágenes, vídeo...

Matrix-Game 2.0 es un modelo de mundo interactivo desarrollado por Kunlun SkyWork AI. Matrix-Game 2.0 es el primer modelo de generación interactiva de secuencias largas, en tiempo real y de código abierto de la industria para escenarios de uso general, capaz de funcionar a 25 FPS en múltiples...

Baichuan-M2 es un macromodelo médico aumentado de código abierto lanzado por Baichuan Intelligence. Tiene un buen rendimiento en el ámbito médico, especialmente en la revisión de HealthBench con una puntuación de 60,1, superando al gpt-oss120b de OpenAI y a muchos otros modelos de código abierto, y convirtiéndose en un...

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....

SkyReels-A3 es una herramienta de creación humana digital basada en audio de Kunlun World Wide Group. SkyReels-A3 es una herramienta de creación humana digital basada en audio que puede generar contenidos de vídeo dinámicos de alta calidad a partir de entradas sencillas (por ejemplo, imágenes de retratos y voz), hacer que fotos estáticas "cobren vida" y sustituir líneas de vídeos existentes por nuevas sincronizaciones labiales que los personajes...

MiniMax Speech 2.5 es un modelo avanzado de generación del habla desarrollado por el equipo MiniMax. Supone un avance significativo en el campo de la síntesis del habla, especialmente en términos de expresividad multilingüe, precisión en la reproducción del timbre y cobertura lingüística. El modelo admite 40 idiomas...

GPT-5 es el último modelo de lenguaje lanzado por OpenAI con varias actualizaciones. Es un sistema de inteligencia unificada con un enrutador en tiempo real integrado que cambia automáticamente entre los modos de pensamiento eficiente y profundo en función de la complejidad del problema, lo que permite una respuesta rápida y respuestas precisas.GPT-5 tiene varias versiones, incluyendo para pu...

dots.vlm1 es el primer gran modelo multimodal de código abierto de Little Red Book hi lab. Basado en NaViT, un codificador visual de 1.200 millones de parámetros entrenado desde cero, y DeepSeek V3 Large Language Model (LLM), cuenta con una potente percepción visual e...

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...

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....

gpt-oss es la familia de modelos de inferencia de código abierto de OpenAI que permite soluciones de IA eficientes, flexibles y fáciles de implementar para desarrolladores. gpt-oss se presenta en dos versiones, gpt-oss-120B con 117.000 millones de parámetros y soporte para 8...

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...

MOSS-TTSD es un modelo de diálogo hablado de código abierto desarrollado por el Laboratorio de Habla y Lenguaje de la Universidad de Tsinghua. MOSS-TTSD puede convertir guiones de diálogo de texto en habla de diálogo natural, fluida y expresiva, y admite la generación bilingüe.

AudioGen-Omni es un modelo de generación de audio multimodal de Racer que genera audio, voz y canciones de alta calidad a partir de entradas como vídeo, texto, etc.AudioGen-Omni se basa en técnicas avanzadas como el transformador de difusión multimodal y...

LangExtract es una biblioteca Python de código abierto de Google que utiliza grandes modelos lingüísticos (LLM) para extraer información estructurada de texto no estructurado. Con comandos definidos por el usuario y un pequeño número de ejemplos, puede identificar y organizar eficazmente detalles clave, como notas clínicas de...

Qwen-Image es un modelo base de generación de imágenes de código abierto lanzado por el equipo Alibaba Tongyi Qianqian. Con 20.000 millones de parámetros, adopta la arquitectura de transformador de difusión multimodal (MMDiT), que incorpora tres módulos: comprensión multimodal, codificación de alta resolución y modelado de difusión.Qwen-Image...

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...

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....

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...

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.

ScreenCoder es una herramienta inteligente de código abierto para convertir rápidamente capturas de pantalla de diseño de interfaz de usuario en código HTML / CSS de alta calidad. Herramientas basadas en la arquitectura modular multi-inteligencia , combinado con la comprensión visual , la planificación de diseño y técnicas de síntesis de código para apoyar la generación de alta precisión y semántica front-end ...

Gemini 2.5 Deep Think es un modelo de razonamiento de IA de Google diseñado para resolver tareas complejas. Es una variante del modelo que ganó la medalla de oro en la Olimpiada Internacional de Matemáticas (IMO) 2025, y está diseñado para resolver tareas complejas mediante Paralelo...

MindLink es un gran modelo de razonamiento de código abierto lanzado por Kunlun World Wide Web. Con el mecanismo de razonamiento adaptativo , de acuerdo con la complejidad de la tarea de conmutación flexible modo de razonamiento , las tareas simples generados rápidamente , tareas complejas razonamiento en profundidad , teniendo en cuenta la eficiencia y la precisión . Paradigma de razonamiento basado en planes para eliminar la etiqueta "pensar" , reducir ...

Kimi K2 versión de alta velocidad (kimi-k2-turbo-preview) es un modelo de lenguaje de alto rendimiento introducido por Kimi, el Lado Oscuro de la Luna. El modelo está optimizado sobre la base de Kimi K2, y la velocidad de salida se incrementa en gran medida, que puede generar 40 Token por segundo....

dots.ocr es un modelo de análisis sintáctico de documentos multilingües de código abierto del laboratorio Xiaohongshu hi, basado en un modelo de lenguaje visual (VLM) de 1.700 millones de parámetros, que puede realizar con eficacia la detección del diseño y el reconocimiento del contenido de los documentos manteniendo un buen orden de lectura.

HYPIR es un gran modelo de restauración de imágenes introducido por el equipo de Dong Chao en los Institutos Shenzhen de Tecnología Avanzada de la Academia China de Ciencias. El modelo combina la prioridad fraccional del modelo de difusión con una red generativa adversarial para lograr una restauración de imágenes eficiente y de alta calidad.HYPIR puede restaurar rápidamente fotos antiguas y mejorar la resolución manteniendo el texto claro....

FLUX.1 Krea [dev] es un modelo gráfico generado por texto de Black Forest Labs y Krea AI. El modelo genera imágenes realistas de alta calidad basadas en descripciones de texto de entrada, con un estilo estético único que evita las tradicionales A...

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 ...

Wide Research es una potente función de la plataforma Manus diseñada para gestionar tareas complejas y a gran escala. La plataforma admite cientos de inteligencias de propósito general trabajando simultáneamente mediante mecanismos de procesamiento paralelo a nivel de sistema y protocolos de colaboración entre inteligencias.

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...

Xiao Xingxu es el producto de generación de cómics emocionales por IA lanzado por Jingdong Health, actualmente en fase de pruebas. La función principal del producto es la generación de cómics emocionales. Los usuarios pueden expresar sus emociones o contar una historia mediante voz o texto, y la IA genera cómics de cuatro paneles e interpreta la historia en función de la información recibida.

1688 AI version es una aplicación de asistente de negocios inteligente lanzada por la plataforma 1688 de Alibaba, diseñada para pequeños compradores y comerciantes B. Basándose en los datos masivos de la plataforma 1688, la aplicación ofrece funciones como empuje de oportunidades de negocio, recomendación de productos, generación de ideas, consulta de empresas, etc., ayudando a los usuarios a captar con precisión la dinámica del mercado, rápida...

Step Deep Research es una eficaz herramienta de investigación de IA lanzada por Step Star, que puede completar de forma autónoma investigaciones sobre temas complejos y generar informes profesionales en poco tiempo. La herramienta está diseñada para finanzas, consultoría, sanidad, derecho y otros campos, y ha destacado en las reseñas del sector por sus capacidades de búsqueda en profundidad e integración de información.

Runway Aleph es un modelo avanzado de edición de vídeo con IA lanzado por Runway, que se basa en sencillos comandos de texto para añadir y eliminar rápidamente contenido de vídeo, cambiar el estilo, ajustar el entorno y optimizar el movimiento de la cámara. Los usuarios pueden eliminar fácilmente elementos redundantes, cambiar escenas sin operaciones complejas...

WebShaper es un sistema de síntesis de datos de entrenamiento de IA lanzado por el laboratorio Tongyi de Alibaba, que genera datos de entrenamiento escalables y de alta calidad basados en mecanismos formales de modelado y expansión de la inteligencia, ayudando a las inteligencias de IA a mejorar su capacidad para recuperar información compleja. El sistema introduce el concepto de "proyección del conocimiento"...

Skywork UniPic es un modelo de pre-entrenamiento multimodal de código abierto de KunlunWanwei, con tres capacidades básicas: comprensión de la imagen, imagen de generación de texto y edición de imágenes. El modelo se basa en una arquitectura autorregresiva , fusionando codificador MAR y SigLIP2 columna vertebral , con 1,5B calibre de parámetros....

ChatGPT Study es un innovador modelo de aprendizaje de OpenAI que ayuda a los usuarios a aprender y comprender de forma más eficaz. ChatGPT Study guía a los usuarios para que piensen activamente y resuelvan problemas paso a paso mediante preguntas socráticas, respuestas...

Tongyi Wanphase Wan2.2 es un modelo avanzado de generación de vídeo de IA de código abierto de Alibaba con 27.000 millones de referencias totales. El modelo contiene tres modos: vídeo generado por texto, vídeo generado por gráficos y generación de vídeo unificada, que pueden generar vídeos de alta calidad basados en descripciones de texto, imágenes o una combinación de ambos.

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...

Coze Studio es la plataforma de desarrollo de código abierto de ByteDance AI Intelligent Body, diseñada para que los desarrolladores simplifiquen la creación, implementación y gestión de aplicaciones de inteligencia artificial.

Coze Loop es la plataforma de código abierto de desarrollo de inteligencia de IA y de gestión de operación y mantenimiento de la plataforma Coze de ByteDance. La plataforma proporciona a los desarrolladores una gestión completa del ciclo de vida, desde el desarrollo y la depuración hasta la evaluación y la supervisión, y abarca la ingeniería de palabras clave, la evaluación del efecto de los agentes, la supervisión del rendimiento y el ajuste...

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.

Intern-S1 es un gran modelo científico multimodal lanzado por el Laboratorio de Inteligencia Artificial de Shanghai. El modelo integra en profundidad capacidades lingüísticas y multimodales, con potentes funciones como el análisis sintáctico científico multimodal, la fusión lingüística y visual, el procesamiento de datos científicos, la respuesta a preguntas científicas, el diseño de experimentos y la optimización.

Hunyuan 3D world model 1.0 (Hunyuan World 1.0) es el primer modelo de generación de mundos inmersivos, interactivos y de simulación de código abierto de la industria de Tencent. El modelo integra la generación visual panorámica y la tecnología de reconstrucción 3D jerárquica para admitir la introducción de texto o imágenes para generar rápidamente 36...

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.

Opal es una innovadora plataforma de generación de applets de inteligencia artificial de Google Labs que ayuda a los usuarios a crear y compartir rápidamente aplicaciones de inteligencia artificial sin tener que escribir...

Qwen-MT es un estado de la técnica Qwen-MT - un modelo de traducción automática lanzado por Ali Tongyi mil preguntas equipo, basado en la potente arquitectura Qwen3, que soporta inter-traducción de 92 idiomas y cubre una población global de más de 95%. El modelo se basa en el ligero MoE ...

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....

MonkeyCode es un asistente de programación de IA nativo, de código abierto y de nivel empresarial diseñado para equipos de desarrollo preocupados por la privacidad y la seguridad.MonkeyCode admite el despliegue privado y el uso sin conexión para garantizar la seguridad de los datos del código. MonkeyCode soporta el despliegue privado y el uso fuera de línea para garantizar la seguridad de los datos de código ...

Seed LiveInterpret 2.0 es un modelo de interpretación simultánea de última generación lanzado por el equipo Seed de ByteDance, que admite la traducción bidireccional entre chino e inglés. El modelo tiene una precisión de traducción cercana a la vida real y una latencia extremadamente baja, con un retardo medio de voz a voz de solo 2-3 segundos, muy inferior al de...

Excel MCP Server es una herramienta de servidor basada en el Protocolo de contexto de modelo (MCP) para manipular archivos de Excel sin necesidad de instalar Microsoft Excel.Excel MC...

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.

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.

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....

Qwen3-Coder es un modelo de generación de código de última generación introducido por el equipo de Ali Tongyi Qianqian. El modelo tiene 480B parámetros y 35B parámetros de activación, soporta 256K contextos de tokens nativos, y puede escalar hasta 1M de tokens.El modelo está basado en una arquitectura híbrida experta...

OpenReasoning-Nemotron es una serie de modelos de lenguaje a gran escala de código abierto de NVIDIA para apoyar el procesamiento de tareas de razonamiento en matemáticas, ciencia y código. Los modelos se basan en el modelo DeepSeek R1 0528 con escalas de parámetros de 1,5B...

Seed-X es un modelo de traducción multilingüe lanzado por el equipo Seed de ByteDance, con 7.000 millones de parámetros, compatible con la traducción bidireccional en 28 idiomas. El modelo combina técnicas de preentrenamiento de datos multilingües, ajuste de comandos y aprendizaje por refuerzo para procesar con eficacia patrones lingüísticos complejos y mejorar la calidad de la traducción....

JoyAgent-JDGenie es un sistema de multi-inteligencia de código abierto ligero de propósito general , sin desarrollo secundario se puede utilizar directamente.JoyAgent-JDGenie puede manejar tareas complejas , tales como la generación de informes , análisis de datos , etc , soporta una variedad de formatos de entrega , tales como páginas web , PPT ...

TRAE SOLO es un asistente de desarrollo automatizado de IA introducido por TRAE, un asistente de programación de IA lanzado por ByteDance, para simplificar el proceso de desarrollo de software con tecnología de IA.TRAE SOLO entiende las necesidades del usuario, admite descripciones de texto, comandos de voz y cargas de archivos para introducir los requisitos, y planifica automáticamente...

Fogsight es un innovador agente de generación de animaciones que transforma conceptos abstractos en vívidas animaciones basadas en grandes modelos lingüísticos (LLM). Los usuarios introducen temas y Fogsight genera animaciones completas con narración bilingüe y efectos visuales cinematográficos.

Goedel-Prover-V2 es un modelo de demostración de teoremas de código abierto creado por instituciones tan importantes como la Universidad de Princeton, la Universidad de Tsinghua y NVIDIA. El modelo se basa en técnicas innovadoras como la síntesis jerárquica de datos, la autocorrección guiada por el verificador y el promediado de modelos para mejorar significativamente el rendimiento de las pruebas formales automatizadas....

BytePlus es una plataforma de servicios inteligentes de nivel empresarial lanzada por BytePlus para ofrecer servicios diversificados en el extranjero. La plataforma abarca potentes funciones como distribución y aceleración de contenidos (CDN), recomendación personalizada, realidad aumentada, procesamiento y análisis de datos, comunicación de audio y vídeo en tiempo real, inteligencia artificial y aprendizaje automático.

Flying Book Miaohu es una plataforma de creación de sistemas nativos de IA para empresas lanzada por Flying Book. La plataforma transforma rápidamente los requisitos empresariales en aplicaciones prácticas mediante una arquitectura multiagente, apoyando todo el proceso, desde el análisis de requisitos al diseño funcional, el desarrollo de aplicaciones y la resolución de problemas. Los usuarios utilizan el diálogo para...

MirageLSD es el primer modelo de vídeo de IA de difusión en tiempo real del mundo, creado por el equipo de IA de Decart, que permite la generación ilimitada de vídeo en tiempo real con una latencia de tan sólo 40 milisegundos y una salida fluida a 24 fotogramas por segundo.

Kimi Playground es una plataforma de experiencia de llamada a herramientas de IA para desarrolladores de Dark Side of the Moon.Kimi Playground permite a la IA llamar a una variedad de herramientas (por ejemplo, búsquedas meteorológicas, reservas de hotel, análisis de datos, etc.) para completar tareas complejas, no sólo...

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...

GLM-Experimental es un modelo lingüístico experimental de gran tamaño lanzado por Wisdom Spectrum AI, que ya está disponible en la plataforma Z.ai. El modelo tiene la capacidad de generar automáticamente PPT. Después de que los usuarios introduzcan temas o puntos clave, el modelo puede generar rápidamente presentaciones claramente estructuradas y formateadas, que...

PromptForge es un potente banco de trabajo de ingeniería de pistas de IA que ayuda a los usuarios a crear, probar y optimizar pistas de IA de forma eficaz. PromptForge ofrece sugerencias de optimización a través de funciones de generación inteligente que admiten comparaciones multimodelo y ajuste dinámico de parámetros,...

VikingDB es una base de datos vectorial nativa en la nube de alto rendimiento lanzada por Volcano Engine, diseñada para el procesamiento masivo de datos vectoriales de alta dimensión.VikingDB tiene una variedad de métodos de escritura de datos, incluyendo escritura síncrona en tiempo real, asíncrona, etc., para satisfacer las necesidades de procesamiento de datos de diferentes escenarios.VikingD...

RoboBrain 2.0 es un modelo avanzado de cerebro encarnado de código abierto que proporciona potentes capacidades de percepción, razonamiento y planificación para robots.RoboBrain 2.0 consta de dos versiones, 7B y 32B, y adopta una arquitectura heterogénea que integra codificadores visuales y modelos lingüísticos para...

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.

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...

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...

Voxtral es un modelo de voz de código abierto de última generación de Mistral AI que contribuye al avance de la interacción natural entre el ser humano y el ordenador mediante potentes funciones de transcripción y comprensión del habla. El modelo está disponible en dos versiones, 24B para producción en masa y 3B para despliegue local.Voxtral soporta...

k2 es un modelo base de arquitectura MoE con un código magnífico y capacidades de Agente de Moonshot AI, con 1T de parámetros totales y 32B de parámetros de activación. en las pruebas de rendimiento de referencia en las categorías principales de Razonamiento de Conocimientos Generales, Programación, Matemáticas y Agente, el modelo k2...

Grok 4 es el último gran modelo de IA de xAI. Grok 4 multiplica por 10 la capacidad de razonamiento de su predecesor. La capacidad de razonamiento superior del modelo le permite obtener una puntuación casi perfecta en exámenes difíciles como el SAT y el GRE, y supera a otros modelos de vanguardia en una serie de pruebas de referencia....

GenFlow Super Hitchhiker es un agente de IA de propósito general lanzado por la Biblioteca de Literatura Baidu. Los usuarios sólo tienen que introducir comandos en lenguaje natural y pueden desensamblar tareas de forma independiente, llamar a los 1.400 millones de bibliotecas de documentos y recursos en línea de la Biblioteca de Literatura Baidu y generar PPT, informes, gráficos, pósters y otros contenidos modales completos de forma extremadamente rápida.

TRAE Agent es el asistente inteligente de ingeniería de software de código abierto de ByteDance, basado en avanzados modelos de grandes lenguajes (LLM). TRAE Agent gestiona eficazmente tareas complejas de desarrollo de software, como la exploración de bases de código, la reproducción de problemas, la formulación de correcciones y la generación de código de alta calidad, etc. ....

Higress MCP es una plataforma innovadora lanzada por Invest Today que soporta la rápida transformación de APIs de datos financieros tradicionales en modernos servicios MCP.Higress MCP permite la transformación de APIs REST a MCP Server basándose en una sencilla configuración sin necesidad de codificación....

CodeBuddy IDE es un asistente de desarrollo de pila completa impulsado por AI lanzado por Tencent, basado en medios inteligentes para mejorar la eficiencia del desarrollo.CodeBuddy IDE tiene una potente función de finalización de código AI, que soporta la predicción en tiempo real y la finalización automática de fragmentos de código para reducir la duplicación de trabajo.C...

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...

Chat Healing Small Universe es un producto de acompañamiento mental de IA lanzado por Jingdong Health. Lanzado sobre la base del gran modelo médico de Jingdiao Qianxin, Chat Healing Little Universe puede simular el proceso de comunicación humana y la capacidad de empatía, proporcionando a los usuarios 7×24 horas de apoyo a la salud mental. Los usuarios interactúan con el personaje de IA Little Fish mediante texto, emoji o voz para compartir...

Shortcut es una innovadora herramienta de asistencia de Excel basada en IA. Sobre la base de algoritmos inteligentes, se puede realizar rápidamente una variedad de tareas complejas de Excel, incluyendo la entrada de datos, edición, cálculo, y organising.Shortcut puede manejar las operaciones básicas, y el apoyo de responder a la...

StarFlow Agent es un agente de diseño creativo integral diseñado para usuarios chinos por Liblib.StarFlow Agent continúa las capacidades de diseño inteligente de pila completa de Lovart, adaptándose totalmente a la semántica china, la estética oriental y los escenarios locales. Los usuarios sólo tienen que introducir una frase, el Agen...

Step-Audio-AQAA es un modelo de lenguaje de audio integral a gran escala para tareas de consulta y respuesta de audio (AQAA) del equipo StepFun. Puede procesar directamente la entrada de audio para generar respuestas de voz naturales y precisas sin depender del reconocimiento automático de voz (A...

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.