跳到正文
IFAI

開源專案

Llama、通義千問、DeepSeek 等開源大模型的新版本,以及值得一用的開源資料集、框架和開發工具。

近 7 天 14 則

  1. 傳播指數 48

    AniGen 開源:一張圖生成帶骨骼繫結的 3D 資產,可直接做動畫

    開源專案 AniGen 釋出,支援僅憑單張圖片直接生成內建完整關節骨架的 3D 模型。生成的資產無需繁雜後期即可匯入動畫軟體製作動畫,不管是檯燈還是動物都能自然對齊。不過本地執行門檻較高,需要至少 18 GB 視訊記憶體的 NVIDIA 顯示卡。

  2. 傳播指數 48

    ACE-Step 1.5 XL:把 4B DiT 搬上本地,不到 1 分鐘生成帶人聲整首歌

    開源音樂生成模型 ACE-Step 1.5 XL 釋出,將 DiT 解碼器引數擴至 4B,支援輸入提示詞與歌詞在本地生成帶人聲的完整歌曲。蒸餾版僅需 8 步推理,在消費級顯示卡上不到 1 分鐘即可完成。最值得關注的是其效果直逼主流商業模型;不過本地執行最低需要 12GB 視訊記憶體。

  3. 傳播指數 48

    INSPATIO-WORLD 開源:把普通影片變 3D 世界,單張 4090 就能跑

    研究團隊開源 4D 場景模擬器 INSPATIO-WORLD,能把普通單目影片轉成可互動探索的 3D 世界。它通過構建底層世界模擬保證視角一致性,在 RTX 4090 上可達每秒 10 幀。這意味著消費級顯示卡也能即時漫遊由影片重建的動態場景。

  4. 傳播指數 48

    Ai2 開源 WildDet3D:單張照片生成 3D 邊界框,手機就能跑

    Ai2 開源單目 3D 目標檢測模型 WildDet3D,只需單張普通照片或影片,就能推算出物體的真實 3D 尺寸、距離和朝向。它支援通過文本提示、點選或 2D 選框定位物體,並能在手機端即時執行 AR 標註。官方已將模型權重、訓練程式碼及 370 萬標註資料集全部開源。

  5. 傳播指數 57

    Z.ai 開源程式設計模型 GLM-5.1:SWE-Bench Pro 超越 GPT-5.4

    Z.ai 釋出旗艦智慧體程式設計模型 GLM-5.1 並按 MIT 協議開源。其在 SWE-Bench Pro 評測中拿下 58.4 分,超越 GPT-5.4 和 Claude Opus 4.6。該模型專為長程任務設計,可在數百次迭代與數千次工具呼叫中持續改進效能。

  6. 傳播指數 48

    SpatialEdit 開源:精準移動物體與轉動相機視角,權重與資料全公開

    影像空間編輯模型 SpatialEdit 宣佈開源,權重與訓練資料全部公開。它不僅能微調畫面中物體的精確位置與朝向,還能直接控制相機的偏航、俯仰與縮放視角。最關鍵的是,它在空間基準測試中表現亮眼,不過 32GB 的模型權重需要高階 GPU 才能跑起來。