产品库

高保真视频编码，适用于大运动场景的视频自编码器。

这是一个视频变分自编码器（VAE），旨在减少视频冗余并促进高效视频生成。该模型通过观察发现，将图像VAE直接扩展到3D VAE会引入运动模糊和细节失真，因此提出了时间感知的空间压缩以更好地编码和解码空间信息。此外，该模型还集成了一个轻量级的运动压缩模型以实现进一步的时间压缩。通过利用文本到视频数据集中固有的文本信息，并在模型中加入文本指导，显著提高了重建质量，特别是在细节保留和时间稳定性方面。该模型还通过在图像和视频上进行联合训练来提高其通用性，不仅提高了重建质量，还使模型能够执行图像和视频的自编码。广泛的评估表明，该方法的性能优于最近的强基线。

Gemma 2 9B和2B模型的稀疏自编码器套件

Gemma Scope是一套为Gemma 2的9B和2B模型设计的稀疏自编码器，它像显微镜一样帮助我们分析模型内部的激活，从而理解其背后的概念。这些自编码器可以用于研究模型的内部激活，类似于生物学家用显微镜研究植物和动物的细胞。

基于羊驼模型的大型语音生成模型

LlamaVoice是一个基于羊驼模型的大型语音生成模型，它通过直接预测连续特征，提供了一种与传统依赖于离散语音码预测的向量量化模型相比更为流畅和高效的处理过程。该模型具有连续特征预测、变分自编码器(VAE)潜在特征预测、联合训练、先进采样策略和基于流的增强等关键特点。

高性能的双向编码器Transformer模型

ModernBERT-large是一个现代化的双向编码器Transformer模型（BERT风格），在2万亿个英文和代码数据上预训练，具有长达8192个token的原生上下文长度。该模型采用了最新的架构改进，如旋转位置嵌入（RoPE）以支持长上下文，局部-全局交替注意力以提高长输入的效率，以及无填充和Flash Attention以提高推理效率。ModernBERT-long适合处理需要处理长文档的任务，如检索、分类和大型语料库中的语义搜索。模型训练数据主要是英文和代码，因此可能在其他语言上的表现会较低。

文本编码器微调技术，提升文本到图像生成模型性能

TextCraftor是一种创新的文本编码器微调技术，能够显著提升文本到图像生成模型的性能。通过奖励函数优化，它改善了图像质量与文本对齐，无需额外数据集。

高效处理长文本的双向编码器模型

ModernBERT-base是一个现代化的双向编码器Transformer模型，预训练于2万亿英文和代码数据，原生支持长达8192个token的上下文。该模型采用了Rotary Positional Embeddings (RoPE)、Local-Global Alternating Attention和Unpadding等最新架构改进，使其在长文本处理任务中表现出色。ModernBERT-base适用于需要处理长文档的任务，如检索、分类和大型语料库中的语义搜索。模型训练数据主要为英文和代码，因此可能在其他语言上的表现会有所降低。

编码器自由的视觉-语言模型，高效且数据驱动。

EVE是一个编码器自由的视觉-语言模型，由大连理工大学、北京人工智能研究院和北京大学的研究人员共同开发。它在不同图像宽高比下展现出卓越的能力，性能超越了Fuyu-8B，并且接近模块化编码器基础的LVLMs。EVE在数据效率、训练效率方面表现突出，使用33M公开数据进行预训练，并利用665K LLaVA SFT数据为EVE-7B模型训练，以及额外的1.2M SFT数据为EVE-7B (HD)模型训练。EVE的开发采用了高效、透明、实用的策略，为跨模态的纯解码器架构开辟了新途径。

ModernBERT是新一代的编码器模型，性能卓越。

ModernBERT是由Answer.AI和LightOn共同发布的新一代编码器模型，它是BERT模型的全面升级版，提供了更长的序列长度、更好的下游性能和更快的处理速度。ModernBERT采用了最新的Transformer架构改进，特别关注效率，并使用了现代数据规模和来源进行训练。作为编码器模型，ModernBERT在各种自然语言处理任务中表现出色，尤其是在代码搜索和理解方面。它提供了基础版（139M参数）和大型版（395M参数）两种模型尺寸，适合各种规模的应用需求。

智能编码助手，提升开发效率

通义灵码是一款专为开发者设计的智能编码助手，支持多种开发环境，包括JetBrains IDEs、Visual Studio Code、Visual Studio等。它通过集成先进的AI技术，帮助开发者快速完成编码任务，提高编码效率和质量，适用于各种编程语言和开发场景。

用于准确渲染视觉文本的定制文本编码器

Glyph-ByT5是一种定制的文本编码器，旨在提高文本到图像生成模型中的视觉文本渲染准确性。它通过微调字符感知的ByT5编码器并使用精心策划的成对字形文本数据集来实现。将Glyph-ByT5与SDXL集成后，形成了Glyph-SDXL模型，使设计图像生成中的文本渲染准确性从低于20%提高到接近90%。该模型还能够实现段落文本的自动多行布局渲染，字符数量从几十到几百字符都能保持较高的拼写准确性。此外，通过使用少量高质量的包含视觉文本的真实图像进行微调，Glyph-SDXL在开放域真实图像中的场景文本渲染能力也有了大幅提升。这些令人鼓舞的成果旨在鼓励进一步探索为不同具有挑战性的任务设计定制的文本编码器。

8B参数变分自编码器模型，用于高效的文本到图像生成。

Flux.1 Lite是一个由Freepik发布的8B参数的文本到图像生成模型，它是从FLUX.1-dev模型中提取出来的。这个版本相较于原始模型减少了7GB的RAM使用，并提高了23%的运行速度，同时保持了与原始模型相同的精度（bfloat16）。该模型的发布旨在使高质量的AI模型更加易于获取，特别是对于消费级GPU用户。

视频理解基础模型

VideoPrism是一个通用的视频编码模型,能够在各种视频理解任务上取得领先的性能,包括分类、定位、检索、字幕生成和问答等。其创新点在于预训练的数据集非常大且多样,包含3600万高质量的视频-文本对,以及5.82亿带有嘈杂文本的视频剪辑。预训练采用两阶段策略,先利用对比学习匹配视频和文本,然后预测遮蔽的视频块,充分利用不同的监督信号。一个固定的VideoPrism模型可以直接适配到下游任务,并在30个视频理解基准上刷新状态最优成绩。

视频处理界面，提供视频编码和解码功能

ComfyUI-HunyuanVideoWrapper 是一个基于 HunyuanVideo 的视频处理界面，主要功能是视频编码和解码。它利用先进的视频处理技术，允许用户在较低的硬件要求下处理视频，即使在内存较小的设备上也能实现视频功能。该产品背景信息显示，它特别适合需要在资源受限环境下处理视频的用户，并且是开源的，可以免费使用。

使用Tilda直观网站构建器创建网站，无需编码。

Tilda是一个直观的网站构建器，让您快速构建新的网站、在线商店、落地页或博客。它简单、有趣且易于使用，为您提供550多个预设计块，让您轻松开始。

15分钟学会AI应用，无需编码，月度收入

MindStudio是一款无需编码的AI应用生成器，可以帮助用户快速创建各种类型的AI应用，包括内容生成器、实用工具、企业应用、代理、角色、机器人等。该产品可以帮助用户在15分钟内学会AI应用的创建，无需编码，同时可以通过月度订阅的方式为用户带来收入。用户可以根据自己的需求设置订阅费用，并在用户试用期结束后提示用户付费继续使用。产品提供详细的文档和视频教程，帮助用户快速上手。

免费构建网站，无需编码

Tilda网站构建器是一个直观的网站构建工具，可帮助用户快速构建网站、在线商店、落地页和博客。无需编码，只需选择预设计模板即可发布您的网站。Tilda拥有550多个可自定义的预设计块，适用于各种类型的内容。无论您需要什么样的外观和体验，Tilda都能满足您的需求。网站使用响应式设计，确保在各种设备上都能展示出色。

音乐分轨器 & 人声消除器

LALAL.AI是一款下一代音乐分轨器和人声消除器，采用世界一流的AI技术，快速、简便、准确地分离音乐的不同部分。无损地去除人声、乐器、鼓、贝斯、钢琴、电吉他、原声吉他和合成器等轨道。

每天构建新事物，24天，每天10分钟，无需编码。

Advent of No-Code是一个挑战活动，旨在鼓励人们在24天内每天花费10分钟去构建新的东西，而不需要编写代码。这个活动强调创造力和快速原型开发，适合那些希望快速实现想法而不需要深入编程的人。它通过提供日常提醒和社区参与来激励参与者，促进了创新和学习。这个活动是免费的，任何人都可以参与，它不仅适合初学者，也适合那些希望在没有编码负担的情况下快速验证想法的专业人士。

插件构建漂亮和复杂的表单，无需编码技能。

Divi Contact Form Builder是一个易于使用的Divi插件，可以帮助您在网站上构建美观且复杂的表单，无需编码技能。它提供了丰富的功能和灵活的选项，让您可以轻松创建各种类型的表单，如联系表单、注册表单、调查问卷等。该插件与Divi Builder完全兼容，您可以使用Divi的直观界面来设计和定制表单的外观和布局。无论您是个人网站所有者还是专业网站设计师，Divi Contact Form Builder都是一个强大的工具，可以帮助您创建令人印象深刻的表单，提供良好的用户体验。

LLaVA-3b是一种基于Dolphin 2.6 Phi进行微调的模型，使用SigLIP 400M的视觉塔以LLaVA方式进行微调。模型具有多个图像标记、使用视觉编码器的最新层输出等特点。

LLaVA-3b是一种基于Dolphin 2.6 Phi进行微调的模型，使用SigLIP 400M的视觉塔以LLaVA方式进行微调。模型具有多个图像标记、使用视觉编码器的最新层输出等特点。此模型基于Phi-2，受微软研究许可证约束，禁止商业使用。感谢ML Collective提供的计算资源积分。

W.A.L.T是一个基于变分扩散模型的实景视频生成方法

W.A.L.T是一个基于transformer的实景视频生成方法,通过联合压缩图像和视频到一个统一的潜在空间,实现跨模态的训练和生成。它使用了窗注意力机制来提高内存和训练效率。该方法在多个视频和图像生成基准测试上取得了最先进的性能。

AI 助力 Leetcode 面试，实时编码辅助。

Interview Coder 是一个专为 Leetcode 面试设计的 AI 工具，提供实时编码帮助，能够提升技术面试表现。它可以捕捉面试题目，并生成解决方案和调试建议。定价透明，提供免费和付费版本，满足不同用户的需求。

简化编码过程，无需代码

codeless是一款简化编码过程的工具，通过提供可视化界面和拖拽操作，使用户无需编写代码即可创建应用程序。它具有以下优势：1. 提高开发效率，节省时间和精力；2. 降低技术门槛，使非技术人员也能参与开发；3. 支持多平台部署，适用于网页、移动端等多种应用场景。定价方面，codeless提供免费试用和付费订阅两种选项，用户可以根据自身需求选择合适的版本。该产品定位于帮助用户快速实现自己的创意，减少编码难度。

AI辅助编码工具

CodePal是一款基于人工智能的编码辅助工具。它能够根据简单的文字生成可工作的代码。CodePal具有多种功能，能够生成JavaScript、Python等多种编程语言的代码。它还提供CI/CD写作、Kubernetes写作、代码扩展、代码修复、代码重构等功能。CodePal能够帮助开发人员提高编码效率，节省时间和精力。CodePal的定价详细信息请访问官方网站。

通过Github和Chat GPT进行迭代编码

Git助手是一个通过Github和Chat GPT进行迭代编码的工具。它提供了一个集成的开发环境，让您可以在Github上进行代码编写和版本控制，并通过Chat GPT进行交流和辅助开发。Git助手能够帮助您快速构建代码，并且可以随时展示您的编码过程。它还提供了一个方便的Pull Request链接，可以轻松比较仓库的变化。Git助手让您能够更高效地使用Chat GPT，并使开发过程更加流畅。

快速比较顶尖语言模型，无需编码

KraspAI Kompass是一个用于比较顶尖语言模型的平台，用户可以在不到一分钟的时间内测试各种提示，包括闭源和开源模型。用户可以创建自己独特的测试套件，并无需编码即可比较模型。该产品分为免费版、专业版和企业定制版，用户可以根据自己的需求选择合适的版本。

构建、设计和快速启动应用，无需编码

Bubble是一款无需编码的应用构建平台，它允许用户以极快的速度构建、设计和启动应用程序。无论是初创公司的创始人还是经验丰富的工程师，都可以使用Bubble来创建自己的应用，而无需编写任何代码。Bubble提供响应式设计、版本控制、多种集成等功能，并有详细的教程和社区支持。Bubble的定价根据用户的需求和规模而定。

新型AI驱动的编码评估

Ropes AI是一种新型的编码评估工具，利用人工智能技术进行评估。它能够生成总结每个编码评估的详细信息，并给出评分卡。同时，它还提供了定制的编程挑战，让候选人有机会展示自己的技能。Ropes AI还可以根据您的业务需求定制编码挑战，并提供了防作弊功能和候选人友好的体验。

sourcegraph旗下的是 AI 编码助手

Cody 是一款强大而准确的 AI 编码助手，可帮助编写、修复和维护代码。它利用人工智能和对代码库的深入理解，帮助用户更快地编写和理解代码。