❤️ 如果你也关注大模型与 AI 的发展现状,且对大模型应用开发非常感兴趣,我会快速跟你分享最新的感兴趣的 AI 应用和热点信息,也会不定期分享自己的想法和开源实例,欢迎关注我哦!
🥦 微信公众号|搜一搜:蚝油菜花 🥦
TableGPT2:浙大推出的多模态表格处理大模型
TableGPT2 是浙江大学推出的新型大型多模态模型,针对表格数据的整合与处理。它首次将结构化数据作为独立模态进行训练,直接理解并操作数据库和 Excel 等数据,执行 SQL 查询、数据分析等任务。模型包含创新的表格编码器,强化对不规则表格和模糊查询的处理能力,在多个基准测试中性能显著提升。
资源
- HuggingFace 模型库:huggingface.co/tablegpt/Ta...
- arXiv 技术论文:arxiv.org/pdf/2411.02...
AlphaFold 3:谷歌 DeepMind 开源的结构预测统一框架
AlphaFold 3 是谷歌 DeepMind 团队推出的 AI 模型,能预测蛋白质、核酸(DNA 和 RNA)、小分子、离子及修饰残基等生物分子的三维结构。模型在结构预测的准确性上取得革命性进展,对药物设计、科研和生物医学领域具有重大影响。
资源
- GitHub 仓库:github.com/google-deep...
- 技术论文:www.nature.com/articles/s4...
GenXD:新加坡国立和微软共同推出的通用 3D 和 4D 联合生成框架
GenXD 是新加坡国立大学和微软公司共同推出的 3D-4D 联合生成框架,能从任意数量的条件图像中生成高质量的 3D 和 4D 场景。框架用一个数据整理流程从视频中提取相机姿态和物体运动强度,基于这些信息及大规模 4D 数据集 CamVid-30K 训练模型。GenXD 基于多视角时序模块解耦相机和物体的运动,用掩码潜在条件支持多种视角的条件生成,实现在单一模型中处理多种 3D 和 4D 生成任务。
资源
- 项目官网:gen-x-d.github.io
- GitHub 仓库:github.com/HeliosZhao/...
- arXiv 技术论文:arxiv.org/pdf/2411.02...
MoneyPrinterTurbo:开源的 AI 短视频生成工具
MoneyPrinterTurbo 是开源的 AI 短视频生成工具,能自动化地根据用户提供的视频主题或关键词生成视频文案、素材、字幕和背景音乐,合成高清短视频。工具支持 API 和 Web 界面操作,具备自定义文案、多种视频尺寸、批量视频生成、多语言支持、多种语音合成技术、字幕定制和背景音乐选择等功能。MoneyPrinterTurbo 兼容多种 AI 模型,确保视频素材高清无版权问题,适合内容创作者和营销人员使用。
资源
- GitHub 仓库:github.com/harry0703/M...
PDFMathTranslate:开源的 PDF 文档翻译和双语对照工具
PDFMathTranslate 是开源的 PDF 文档翻译工具,设计用于翻译科技论文等 PDF 文件,能保留原文的排版,包括公式和图表。PDFMathTranslate 支持双语对照,保持原有目录结构,兼容多种翻译服务,如 Google、DeepL、Ollama 和 OpenAI 等。用户基于命令行工具操作,实现文档的快速翻译和双语对照查看。
资源
- GitHub 仓库:github.com/Byaidu/PDFM...
文心 iRAG:百度推出的检索增强的文生图技术
文心 iRAG 是百度推出的检索增强的文生图技术(iRAG),结合了百度搜索的亿级图片资源和强大的基础模型能力,解决大模型在文生图方面的幻觉问题,提升 AI 生成图片的真实性和可靠性。基于 iRAG 技术,AI 能生成逼真、无误的图片,显著提高 AI 在图像生成领域的实用性和准确性。
资源
- 项目官网:wenxin.baidu.com
❤️ 如果你也关注大模型与 AI 的发展现状,且对大模型应用开发非常感兴趣,我会快速跟你分享最新的感兴趣的 AI 应用和热点信息,也会不定期分享自己的想法和开源实例,欢迎关注我哦!
🥦 微信公众号|搜一搜:蚝油菜花 🥦