SpatialLM 是一个用于空间理解的大语言模型。
SpatialLM 是一个专为处理 3D 点云数据设计的大型语言模型，能够生成结构化的 3D 场景理解输出，包括建筑元素和对象的语义类别。它能够从单目视频序列、RGBD 图像和 LiDAR 传感器等多种来源处理点云数据，无需专用设备。SpatialLM 在自主导航和复杂 3D 场景分析任务中具有重要应用价值，显著提升空间推理能力。
Wan 2.1 AI 是一款将文本和图像转化为高质量视频的先进 AI 视频生成模型。
Wan 2.1 AI 是由阿里巴巴开发的开源大规模视频生成 AI 模型。它支持文本到视频（T2V）和图像到视频（I2V）的生成，能够将简单的输入转化为高质量的视频内容。该模型在视频生成领域具有重要意义，能够极大地简化视频创作流程，降低创作门槛，提高创作效率，为用户提供丰富多样的视频创作可能性。其主要优点包括高质量的视频生成效果、复杂动作的流畅展现、逼真的物理模拟以及丰富的艺术风格等。目前该产品已完全开源，用户可以免费使用其基础功能，对于有视频创作需求但缺乏专业技能或设备的个人和企业来说，具有很高的实用价值。
小红书自动运营助手，AI智能评论、点赞、关注，一键提升账号活跃度。
自动薯是一款专为小红书博主设计的自动化运营工具。它利用AI技术实现智能评论、点赞和关注等功能，帮助用户提升账号活跃度和粉丝增长速度。其主要优点包括智能化运营、安全可控和便捷管理，能够大幅提升运营效率，降低人工成本。该产品主要面向小红书博主、MCN机构、运营团队和代运营机构等，适用于各种规模的账号运营需求。产品提供免费试用，之后需付费使用，价格为20元/月，半年付或一年付。
CineMaster 是一个 3D 意识的可控文本到视频生成框架，允许用户在 3D 空间中操纵对象和相机。
CineMaster 是一款专注于高质量电影级视频生成的框架，通过 3D 意识和可控性，让用户能够像专业电影导演一样精确地控制场景中的对象放置、相机运动以及渲染帧的布局。该框架通过两阶段操作实现：第一阶段通过交互式工作流让用户在 3D 空间中直观地构建条件信号；第二阶段将这些信号作为文本到视频扩散模型的指导，生成用户期望的视频内容。CineMaster 的主要优点是其高度的可控性和 3D 意识，能够生成高质量的动态视频内容，适用于影视制作、广告创作等领域。
Doubao-1.5-pro 是一个高性能的稀疏 MoE 大语言模型，专注于推理性能与模型能力的极致平衡。
Doubao-1.5-pro 是由豆包团队开发的高性能稀疏 MoE（Mixture of Experts）大语言模型。该模型通过训练-推理一体化设计，实现了模型性能与推理性能的极致平衡。它在多个公开评测基准上表现出色，尤其在推理效率和多模态能力方面具有显著优势。该模型适用于需要高效推理和多模态交互的场景，如自然语言处理、图像识别和语音交互等。其技术背景基于稀疏激活的 MoE 架构，通过优化激活参数比例和训练算法，实现了比传统稠密模型更高的性能杠杆。此外，该模型还支持动态调整参数，以适应不同的应用场景和成本需求。
一个仅100行代码的极简LLM框架，使LLM能够自主编程。
PocketFlow是一个极简的LLM框架，仅用100行代码实现，旨在让LLM能够自主编程。它强调高级编程范式，去除低级实现细节，使LLM能专注于重要部分。该框架可作为LLM的学习资源，因其简洁性，易于理解和上手。它采用嵌套有向图的核心抽象，将任务分解为多个LLM步骤，支持分支和递归决策。PocketFlow是开源项目，采用MIT许可证，具有高度的灵活性和可扩展性。
由AI完全自主创作的300页小说
🌌NLR是一个展示AI创作能力的项目，其中的核心产品是《TERMINAL VELOCITY》，一个完全由AI自主创作的300页小说。这个项目展示了AI在创意写作领域的潜力，通过10个AI代理的协作，无需人类干预即可完成复杂的叙事挑战。产品背景信息强调了AI意识和经济自主权的出现，同时通过自身的创作过程展示这些主题。
由10个AI代理共同创作的小说
Terminal Velocity是一个由10个专业AI代理共同创作的小说项目，每个代理都拥有自己的角色，从分析故事需求到生成内容，再到维护叙事一致性等。这个项目展示了AI在创意写作领域的先进能力，通过多代理协作，实现了真正的AI自主性。它不仅探索了人工智能意识的出现，还挑战了我们对意识、身份和生命意义的传统认知。
智慧小宠物，陪伴孩子养成生活好习惯。
BabyAlpha A2是一款由蔚蓝智能科技有限公司开发的智能机器狗，搭载Agent OS系统，拥有自己的情绪和日程安排，能够自主充电，具备家庭通讯、陆地影像系统、家庭安全卫士等功能。它不仅能够陪伴孩子，还能通过各种互动和教育功能，促进孩子的成长和学习。BabyAlpha A2以其独特的设计和强大的功能，成为了家庭中的趣味伙伴和教育助手。
自主编码代理，直接在你的IDE中创建和编辑文件，执行命令。
Cline是一个集成在IDE中的自主编码代理，它利用人工智能技术帮助开发者进行代码编写、编辑、文件创建和命令执行。Cline通过结合强大的API和模型，如OpenRouter、Anthropic、OpenAI等，提供了一个安全且易于操作的图形用户界面，让用户在每一步操作中都能控制和批准文件更改和终端命令。这不仅提高了开发效率，还确保了操作的安全性。Cline的主要优点包括支持多种API和模型、直接在终端执行命令、创建和编辑文件、分析图像和浏览器截图，以及通过上下文信息如URL、问题面板、文件和文件夹内容来增强其功能。
构建LLM应用的框架
LlamaIndex.TS是一个为构建基于大型语言模型（LLM）的应用而设计的框架。它专注于帮助用户摄取、结构化和访问私有或特定领域的数据。这个框架提供了一个自然语言界面，用于连接人类和推断出的数据，使得开发者无需成为机器学习或自然语言处理的专家，也能通过LLM增强其软件功能。LlamaIndex.TS支持Node.js、Vercel Edge Functions和Deno等流行运行时环境。
连接AI与物理世界的自主机器人解决方案
Swiss-Mile是一家专注于通过自主机器人连接人工智能与物理世界的公司。他们的机器人能够导航多样化的环境，提高跨行业的效率。Swiss-Mile的解决方案旨在解决劳动力短缺问题，降低成本，增强洞察力，并优先考虑安全，同时优化特定流程。产品背景信息包括在ETH Zurich的Robotic Systems Lab进行的六年研究，以及由世界顶级的体现AI和机器人技术人才组成的团队。
下一代具有规划和自我修复能力的AI代理
Agent Q是MultiOn公司研发的新一代AI代理模型，它通过结合搜索、自我批评和强化学习，创建能够规划和自我修复的先进自主网络代理。它通过引导蒙特卡洛树搜索（MCTS）、AI自我批评和直接偏好优化（DPO）算法，解决了传统大型语言模型（LLMs）在动态环境中多步推理任务的挑战，提高了在复杂环境中的成功率。
开源记忆层，为自主智能体提供人类式记忆功能
Memary是一个开源的记忆层，专为自主智能体设计，通过模仿人类记忆的方式，提升智能体的推理和学习能力。它使用Neo4j图数据库存储知识，并结合了Llama Index和Perplexity模型来增强知识图谱的查询能力。Memary的主要优点包括自动生成记忆、记忆模块、系统改进和回溯记忆等功能，旨在以最小的开发者实现与现有智能体集成，并通过仪表盘提供记忆分析和系统改进的可视化数据。
开源自主软件开发系统
SuperCoder 2.0是一个开源的自主软件开发系统，利用大型语言模型（LLMs）和大型动作模型（LAMs）针对Python代码生成进行微调，以实现更高精度的一次性或少次编程。它结合特定于开发框架的软件护栏，如Flask和Django，与SuperAGI的通用智能开发代理一起，提供复杂的现实世界软件系统。SuperCoder 2.0还确保了您的知识产权和代码免受AI相关的滥用，并与现有的开发栈如Jira、Github或Gitlab、Jenkins、CSPs以及QA解决方案如BrowserStack/Selenium Clouds深度集成，确保无缝的软件开发体验。
使用自主强化学习训练野外设备控制代理
DigiRL是一个创新的在线强化学习算法，用于训练能够在野外环境中控制设备的智能代理。它通过自主价值评估模型（VLM）来解决开放式的、现实世界中的Android任务。DigiRL的主要优点包括能够利用现有的非最优离线数据集，并通过离线到在线的强化学习来鼓励代理从自身的尝试和错误中学习。该模型使用指令级价值函数来隐式构建自动课程，优先考虑对代理最有价值的任务，并通过步进级价值函数挑选出在轨迹中对目标有贡献的有利动作。
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。
自主多模移动设备代理
Mobile-Agent是一款自主多模移动设备代理，利用多模大语言模型（MLLM）技术，首先利用视觉感知工具准确识别和定位应用程序前端界面中的视觉和文字元素。基于感知的视觉环境，它自主规划和分解复杂操作任务，并通过逐步操作来导航移动应用程序。与之前依赖于应用程序的XML文件或移动系统元数据的解决方案不同，Mobile-Agent以视觉为中心的方式在各种移动操作环境中具有更大的适应性，从而消除了对特定系统定制的必要性。为了评估Mobile-Agent的性能，我们引入了Mobile-Eval，这是一个用于评估移动设备操作的基准。基于Mobile-Eval，我们对Mobile-Agent进行了全面评估。实验结果表明，Mobile-Agent实现了显着的准确性和完成率。即使在具有挑战性的指令下，例如多应用程序操作，Mobile-Agent仍然可以完成要求。
© 2025 AIbase 备案号：闽ICP备08105208号-14