Florence-2-base：先進的視覺基礎模型，支援多種視覺和視覺-語言任務

,

Florence-2是由微軟開發的高階視覺基礎模型，採用基於提示的方法處理廣泛的視覺和視覺-語言任務。該模型能夠解釋簡單的文本提示，執行如描述、目標偵測和分割等任務。它利用包含54億個註釋的5.4億張影象的FLD-5B資料集，精通多工學習。模型的序列到序列架構使其在零樣本和微調設定中都表現出色，證明其為有競爭力的視覺基礎模型。

Multi：多人協作，提升軟體開發效率

,

Multi是一款專為軟體開發團隊設計的協作工具，它透過多人協作、共享控制、即時通訊和自動記錄等功能，幫助團隊成員更高效地溝通和工作。產品基於Zoom的高質量音影片基礎設施，提供低延遲的共享控制體驗，並透過AI技術自動生成會議摘要和行動項，進一步加速團隊的軟體開發流程。

MOFA-Video：透過生成運動場適應實作單影象動畫化

,

MOFA-Video是一種能夠將單張圖片透過各種控制訊號動畫化的方法。它採用了稀疏到密集(S2D)運動生成和基於流的運動適應技術，可以有效地使用軌跡、關鍵點序列及其組合等不同型別的控制訊號來動畫化單張圖片。在訓練階段，透過稀疏運動取樣生成稀疏控制訊號，然後訓練不同的MOFA-Adapters來透過預訓練的SVD生成影片。在推理階段，不同的MOFA-Adapters可以組合起來共同控制凍結的SVD。

Duix：AI數字人智慧互動平臺

DUIX是一個開源的AI數字人智慧互動平臺，由矽基智慧打造。它允許開發者接入多種大模型和語音能力，實作數字人實時互動，並支援在Android和iOS多終端一鍵部署。DUIX適用於多種場景，包括捷運、銀行、政務等，具有低成本快速部署、小網路依賴和功能多樣化的特點。

SuperSonic：下一代BI平臺，融合Chat BI和Headless BI

,

SuperSonic是一個整合了由大型語言模型(LLM)驅動的Chat BI和由語義層驅動的Headless BI的下一代商業智慧(BI)平臺。它確保Chat BI能夠訪問與傳統BI相同的經過策劃和治理的語義資料模型。此外，這兩種範式的實作都從整合中受益：Chat BI的Text2SQL透過從語義模型中檢索上下文得到增強；Headless BI的查詢接口透過自然語言API得到擴充。SuperSonic提供了一個Chat BI介面，使使用者能夠使用自然語言查詢資料，並以適當的圖表視覺化結果。要實作這種體驗，唯一需要的就是透過Headless BI接口構建邏輯語義模型（定義指標/維度/標籤及其含義和關係）。同時，SuperSonic被設計為可擴充和可組合的，允許使用Java SPI新增和配置自訂實作。

OpenAgents：一個開放平臺，用於日常使用的語言代理

,

OpenAgents是一個開放平臺，旨在使使用者和開發者能夠在日常生活中使用和託管語言代理。該平臺已經實作了三種代理：資料分析的Data Agent、整合200+日常工具的Plugins Agent和自動網頁瀏覽的Web Agent。OpenAgents透過最佳化的Web UI使普通使用者能夠與代理功能進行互動，同時為開發者和研究人員提供在本地設定上的無縫部署體驗，為創新語言代理的構建和現實世界評估提供了基礎。

DB-GPT：AI原生資料應用開發框架

,

DB-GPT是一個開源的AI原生資料應用開發框架，利用AWEL(Agentic Workflow Expression Language)和代理(agent)技術，簡化了大型模型應用與資料的結合。它透過多模型管理、Text2SQL效果最佳化、RAG框架最佳化、多代理框架協作等技術能力，使企業和開發者能夠以更少的程式碼構建定製化應用。DB-GPT在資料3.0時代，基於模型和資料庫，為構建企業級報告分析和業務洞察提供了基礎資料智慧技術。

Florence-2-large-ft：先進的視覺基礎模型，支援多種視覺和視覺-語言任務

,

Florence-2-large-ft是由微軟開發的高階視覺基礎模型，使用基於提示的方法來處理廣泛的視覺和視覺-語言任務。該模型能夠透過簡單的文本提示執行諸如影象描述、目標偵測和分割等任務。它利用FLD-5B資料集，包含54億個註釋，覆蓋1.26億張影象，實作多工學習。模型的序列到序列架構使其在零樣本和微調設定中均表現出色，證明其為有競爭力的視覺基礎模型。

返回頂端