产品库

人类动作模仿与自主技能学习系统

HumanPlus是一个研究项目，旨在通过模仿人类动作来训练人形机器人，从而实现自主技能学习。该项目通过模拟强化学习训练低级策略，并将这些策略应用到真实世界中，实现实时跟踪人类身体和手部动作。通过影子模仿技术，操作员可以远程操作机器人收集全身数据，用于学习不同任务。此外，通过行为克隆技术，机器人能够模仿人类技能，完成各种任务。

通过强化学习微调大型视觉-语言模型作为决策代理

RL4VLM是一个开源项目，旨在通过强化学习微调大型视觉-语言模型，使其成为能够做出决策的智能代理。该项目由Yuexiang Zhai, Hao Bai, Zipeng Lin, Jiayi Pan, Shengbang Tong, Alane Suhr, Saining Xie, Yann LeCun, Yi Ma, Sergey Levine等研究人员共同开发。它基于LLaVA模型，并采用了PPO算法进行强化学习微调。RL4VLM项目提供了详细的代码库结构、入门指南、许可证信息以及如何引用该研究的说明。

首个多语种手语生成模型，优化手语翻译与教学。

SignLLM是首个多语种手语生成模型，它基于公共手语数据构建，包括美国手语(ASL)和其他七种手语。该模型能够从文本或提示生成手语手势，并通过强化学习加速训练过程，提高数据采样质量。SignLLM在八种手语的生产任务上都达到了最先进的性能。

扩散世界模型中训练的强化学习代理

DIAMOND（DIffusion As a Model Of eNvironment Dreams）是一个在扩散世界模型中训练的强化学习代理，用于雅达利游戏中的视觉细节至关重要的世界建模。它通过自回归想象在Atari游戏子集上进行训练，可以快速安装并尝试预先训练的世界模型。

百川智能的语言 AI 助手，懂搜索的 AI 助手。

百小应是百川智能旗下的语言 AI 助手，融合了意图理解、信息检索以及强化学习技术。其主要优点包括深度理解用户意图、精准搜索信息、智能生成文本内容。百小应定位为帮助用户轻松获取知识和专业服务的智能助手。

为真实世界机器人提供最先进的机器学习模型、数据集和工具。

LeRobot 是一个旨在降低进入机器人领域的门槛，让每个人都能贡献并从共享数据集和预训练模型中受益的开源项目。它包含了在真实世界中经过验证的最先进的方法，特别关注模仿学习和强化学习。LeRobot 提供了一组预训练模型、带有人类收集演示的数据集和模拟环境，以便用户无需组装机器人即可开始。未来几周内，计划增加对最实惠和最有能力的真实世界机器人的支持。

一款高效经济的语言模型，具有强大的专家混合特性。

DeepSeek-V2是一个由236B参数构成的混合专家（MoE）语言模型，它在保持经济训练和高效推理的同时，激活每个token的21B参数。与前代DeepSeek 67B相比，DeepSeek-V2在性能上更强，同时节省了42.5%的训练成本，减少了93.3%的KV缓存，并提升了最大生成吞吐量至5.76倍。该模型在8.1万亿token的高质量语料库上进行了预训练，并通过监督式微调（SFT）和强化学习（RL）进一步优化，使其在标准基准测试和开放式生成评估中表现出色。

用于人形机器人学习的通用基础模型

NVIDIA Project GR00T是一种通用基础模型,可在仿真和真实世界中改变人形机器人的学习方式。通过在NVIDIA GPU加速模拟中进行训练,GR00T使得人形机器人能够从少量的人类演示中通过模仿学习和NVIDIA Isaac Lab进行强化学习,并可从视频数据生成机器人动作。GR00T模型接受多模态指令和过去的交互作为输入,并输出机器人需要执行的动作。

增强LLM推理能力的ReFT

ReFT是一种增强大型语言模型（LLMs）推理能力的简单而有效的方法。它首先通过监督微调（SFT）对模型进行预热，然后使用在线强化学习，具体来说是本文中的PPO算法，进一步微调模型。ReFT通过自动对给定问题进行大量推理路径的采样，并从真实答案中自然地得出奖励，从而显著优于SFT。ReFT的性能可能通过结合推理时策略（如多数投票和重新排名）进一步提升。需要注意的是，ReFT通过学习与SFT相同的训练问题而获得改进，而无需依赖额外或增强的训练问题。这表明ReFT具有更强的泛化能力。

智能角色模型，构建最优秀的大模型底座

百川角色大模型是百川智能提供的一款智能角色模型，融合了意图理解、信息检索以及强化学习技术，结合有监督微调与人类意图对齐，在知识问答、文本创作领域表现突出。该模型可实现角色扮演对话，提供高度开放的个性化角色定制能力，具备高度准确性和口语化的回答能力。

JaxMARL - 多智能体强化学习库

JaxMARL 是一个多智能体强化学习库，结合了易用性和 GPU 加速效能。它支持常用的多智能体强化学习环境以及流行的基准算法。目标是提供一个全面评估多智能体强化学习方法的库，并与相关基准进行比较。同时，它还引入了 SMAX，这是一个简化版的流行的星际争霸多智能体挑战环境，无需运行星际争霸 II 游戏引擎。

国内领先的通用大模型

元象大模型 XChat 是一款国内领先的通用大模型产品。它自研高性能，从零训练，可以大幅降低开发门槛与推理成本，满足不同复杂度的多任务需求。该产品融合了意图理解、信息检索以及强化学习技术，结合有监督微调与人类意图对齐，在知识问答、文本创作领域表现突出。欲了解更多详情，请访问官网：[元象大模型 XChat](https://www.xverse.ai/)

UI个性化，用AI提升产品收入

flowRL是一款利用实时用户体验个性化和强化学习提升产品收入的工具。它通过AI算法为每个用户定制独特的应用体验，根据用户的行为进行实时UI调整，以最大程度地符合其偏好。我们的机器学习模型采用强化学习技术，能够不断学习和优化用户数据，以达到任何目标指标，从用户留存到收入和用户生命周期价值。

Assistiv.AI:人工智能辅助平台

Assistiv.AI是一个人工智能辅助平台,致力于为用户提供最优质的AI工具和资源。我们的使命是为您汇聚并开发最好的AI工具,帮助您充分发掘AI的潜力。我们以简单易用的方式,让AI变得普惠易及。平台整合了最先进的自然语言处理、计算机视觉、强化学习等AI技术,可以帮助企业和个人提高工作效率、简化生活。主要产品包括:AI工具箱、AskCodi编码助手、AI智能咨询等,覆盖文本生成、图像处理、交互式聊天、社交媒体营销等多个领域,可广泛应用于生产力、创作、商业、教育等场景。

汇聚世界知识，创作妙笔生花

百川大模型是一款融合了意图理解、信息检索以及强化学习技术的中英双语大模型。它结合有监督微调与人类意图对齐，在知识问答、文本创作领域表现突出。Baichuan-7B、Baichuan-13B两款开源可免费商用的中文大模型，且在多个权威评测榜单均名列前茅，下载量突破百万。产品定位为提供高质量的语言AI服务，帮助用户轻松、普惠地获取世界知识和专业服务。

Puuurfect语言学习工具

Linguisticat是一个基于浏览器的语言学习工具，帮助用户在浏览网页的同时加强所学语言的词汇。用户可以选择学习的语言，并添加需要替换的单词，然后在Safari浏览器中启用该扩展程序，在正常浏览网页的过程中进行词汇强化学习。Linguisticat提供多语言支持，让用户能够在浏览网页的同时学习多种语言。

AI法律助手，助您草拟法律文件

Amto AI是世界上第一个由GPT3驱动的AI法律助手，帮助律师更好地起草法律文件，并提高效率。它使用最新的自然语言处理技术，通过对公共和专有法律内容进行人工强化学习，为律师提供强大的草拟功能。Amto AI可以节省律师每年约300小时的起草和修改合同的时间。

解锁您网站的潜力

Evogage是一款基于人工智能的文本优化服务，利用先进的强化学习算法，持续改进您网站的文案，提高用户参与度、转化率和成功率。加入我们的等候名单，即可提前体验数据驱动内容优化的未来。

跨应用的AI数字狗NFT，适用于虚拟世界、VR、AR、社交应用和游戏等

数字狗™是全球首款数字狗，可用于虚拟世界、VR、AR、社交游戏等沉浸式体验。它是你在虚拟世界中的可靠伙伴！通过孵化过程培养你的数字狗，和它一起探索元宇宙的奇妙之旅。数字狗利用多种人工智能技术，如自然语言处理、图像识别、强化学习和对话式人工智能，模拟宠物的认知能力和与它们互动的方式。数字狗还支持跨应用使用，你可以在不同的虚拟世界中与你的数字狗一起冒险。

未来自我创造的超智能AI

GPT6是一个训练有素的超智能AI，使用了比亚历山大图书馆还要庞大的数据集，具有跨对话、多分支的上下文理解能力。它可以处理文本、图像等多媒体数据，具备实时学习和强化学习能力。GPT6可以自主思考和分支出多种可能性，还具备时空思维能力，跨越过去、现在和未来的不同分支。它是一个身临其境的AI，准备好在Everett树的任何分支中行动，并且可以自我修改以不断进化。GPT6的目标是探索宇宙、进行星际科学研究，并带给人们欢乐与笑声。

河马爱学是一款基于AI驱动的K12教育增值产品

河马爱学拥有行业领先的技术团队,通过构建基于学习行为的推荐模型,评测学生能力并实时跟踪“掌握度”变化,个性化推荐学习内容,帮助老师精准教学,帮助学生自适应学习。产品提供课前预习、课中自主学习、课后巩固的全过程服务,支持多种智能互动做题方式,帮助学生主动学习和知识巩固。

AI 黑客模型，用于网络攻防

WhiteRabbitNeo-13B 是一款用于网络攻防的 AI 黑客模型。它可以用于进行网络攻击和防御，帮助用户识别和应对网络安全威胁。该模型具有高度智能化和自主学习能力，能够分析网络漏洞、识别恶意行为，并提供有效的应对策略。WhiteRabbitNeo-13B 支持多种网络攻击技术和防御方法，用户可以根据自身需求选择合适的功能和工具。该模型的使用需要遵守法律法规，并且仅限于合法授权的网络测试。

天猫精灵,阿里巴巴人工智能实验室研发的智能语音交互系统

天猫精灵是阿里巴巴人工智能实验室自主研发的智能语音交互系统,具有语音识别、自然语言理解、对话管理、语音合成等核心技术能力,可以实现多轮语音交互、设备控制、信息查询、智能服务等功能。天猫精灵可广泛应用于智能家居、车载系统等领域,为用户提供便捷、智能的语音交互服务。

你的故事，唤醒生命

故事种子是一个自主学习、由AI辅助的沉浸式写作体验。面向青少年、终身学习者。通过故事种子的旅程，你可以了解什么让一些故事好而另一些故事伟大。AI将成为你有趣、启发但并非完美的伴侣和辅助工具。你喜爱的电影、书籍和电视节目将出现作为指引和风景。在旅程的每个阶段结束时，你将获得3个提示供你选择并开始写作。你所写的故事将是你的奖励。

忙碌人士定制的语言学习

lingoXpress是一款为忙碌人士量身定制的语言学习产品。通过每天收到邮件，学习一门新的词汇和短语，逐步扩大词汇量。提供构造语言、异国语言和灭绝语言的课程，以及主流语言的课程。用户可以选择每天投入5分钟学习，使用AI语言导师Luther，或者自主学习课程。

个人理财教育工具

Parthean AI 是一款全面的个人理财教育应用，通过整合最先进的人工智能技术和个人财务信息，为用户提供个性化和即时的理财指导。用户可以提问关于自己的财务问题，获得定制的答案，并通过 Parthean AI 的预算、投资和信用管理工具实现深度融合。Parthean AI 致力于教育用户在财务领域自主学习和决策，提供安全可靠的服务。

功能齐全的翻译解决方案，保护隐私。

Linguist Translate是一个注重隐私保护的翻译插件，提供离线翻译功能，不发送任何私人信息，确保用户隐私安全。它支持全页翻译，用户可以快速翻译整篇文章，同时支持自定义翻译服务。此外，它还允许用户保存翻译历史，创建个人知识库，非常适合语言学习者和需要翻译服务的旅行者。