Unique3D：從單張圖片生成高質量3D網格模型
Unique3D是由清華大學團隊開發的一項技術，能夠從單張圖片中生成高保真度的紋理3D網格模型。這項技術在影象處理和3D建模領網域具有重要意義，它使得使用者能夠快速將2D影象轉化為3D模型，為遊戲開發、動畫製作、虛擬實境等領網域提供了強大的技術支援。
GLM-4-9B-Chat：新一代多語言預訓練模型，支援長文本和程式碼執行
GLM-4-9B-Chat是智譜AI推出的新一代預訓練模型GLM-4系列中的開源版本，具備多輪對話、網頁瀏覽、程式碼執行、自訂工具呼叫和長文本推理等高階功能。支援包括日語、韓語、德語在內的26種語言，並且推出了支援1M上下文長度的模型。
Skywork-MoE-Base：1460億引數的高效能混合專家模型
Skywork-MoE-Base是一個具有1460億引數的高效能混合專家(MoE)模型，由16個專家組成，並啟用了220億引數。該模型從Skywork-13B模型的密集型檢查點初始化而來，並引入了兩種創新技術：門控邏輯歸一化增強專家多樣化，以及自適應輔助損失係數，允許針對層特定調整輔助損失係數。
MailMaestro：AI助力的電子郵件助手，提升寫作效率
MailMaestro是一款AI電子郵件助手，專為Outlook和Gmail設計，旨在幫助使用者更快、更高質量地撰寫電子郵件。它透過自動化和個性化功能，幫助使用者節省時間，提高工作效率，同時確保郵件內容的安全性。
Skywork-MoE-Base-FP8：146億引數的高效能MoE模型
Skywork-MoE是一個具有146億引數的高效能混合專家(MoE)模型，擁有16個專家和22億啟用引數。該模型從Skywork-13B模型的密集型檢查點初始化而來。引入了兩種創新技術：門控邏輯歸一化，增強專家多樣化；自適應輔助損失係數，允許層特定的輔助損失係數調整。
Omakase RAG Orchestrator：整合了Django、Llamaindex和Google Drive的RAG應用框架
Omakase RAG Orchestrator是一個旨在解決構建RAG應用時遇到的挑戰的專案，它透過提供一個綜合的Web應用程式和API來封裝大型語言模型(LLMs)及其包裝器。該專案整合了Django、Llamaindex和Google Drive，以提高應用的可用性、可擴充性和資料及使用者訪問管理。
HyperDreamBooth：快速個性化文本到影象模型
HyperDreamBooth是由Google Research開發的一種超網路，用於快速個性化文本到影象模型。它透過從單張人臉影象生成一組小型的個性化權重，結合快速微調，能夠在多種上下文和風格中生成具有高主題細節的人臉影象，同時保持模型對多樣化風格和語義修改的關鍵知識。
CamCo：3D一致性的影片生成框架
CamCo是一個創新的影象到影片生成框架，它能夠生成具有3D一致性的高質量影片。該框架透過Plücker座標引入相機資訊，並提出了一種符合幾何一致性的雙線約束注意力模組。此外，CamCo在透過運動結構演算法估計相機姿態的真實世界影片上進行了微調，以更好地合成物體運動。
apna AI：印度領先的多語言生成式AI應用
apna AI是印度首款多語言生成式AI應用，旨在透過先進的人工智慧技術，為印度使用者提供一個能夠進行自然語言交流的智慧伴侶。它不僅能夠理解多種印度語言，還能生成富有創意和個性化的內容，滿足使用者在聊天、娛樂、學習等多方面的需求。
GLM-4系列：開源多語言多模態對話模型
GLM-4系列是智譜AI推出的新一代預訓練模型，包括GLM-4-9B、GLM-4-9B-Chat、GLM-4-9B-Chat-1M和GLM-4V-9B。這些模型在語義理解、數學推理、程式碼執行等方面表現出色，支援多達26種語言，並具備網頁瀏覽、程式碼執行等高階功能。