关键词 "Multimodal Diffusion Transformer" 的搜索结果， 共 24 条, 只显示前 480 条
模型SurvPath利用转录组学中的生物通路标记和 WSI 中的组织学补丁标记，通过多模态 Transformer 促进记忆有效的融合。SurvPath 在来自癌症基因组图谱的五个数据集中超越了单模态和多模态基线，展示了最先进的性能。此外，我们的可解释性框架识别了关键的多模态预后因素，为基因型-表型相互作用和潜在的生物学机制提供了更深入的见解。
基于深度学习的组织学和基因组学多模态整合，以改善癌症起源预测
简单好用的在线生图工具：操作界面友好且直观，即使是艺术创作的新手也能快速上手，提供经典的输入框提示词生图和基于ComfyUI的工作流两种生图模式。 吐司TusiArt是上海必有回响智能科技推出的一个AI绘画模型分享社区和在线生图平台，吐司TusiArt不仅提供了一个方便用户下载和体验各种AI绘画模型的渠道，还允许用户在不安装任何额外软件或硬件的情况下，免费在线运行这些模型进行图片生成。吐司Tus
skyreels-极速短视频制作软件,智能AI技术,文字转短视频,一键生成小说推文视频,逼真视频.自媒体及个人可以高效快速智能的制作生动有趣的短视频作品，号称能连续生成长视频。 昆仑万维SkyReels团队正式发布并开源SkyReels-V2——全球首个使用扩散强迫（Diffusion-forcing）框架的无限时长电影生成模型，其通过结合多模态大语言模型（MLLM）、多阶段预训练（Multi-
国产 Magi-1，在物理真实性上，断层第一，能够无限制生成长视频。 它采用的是一种叫做 chunk-by-chunk 的自回归生成 方法。视频被划分为一个个时间片段（chunk），每段比如 24 帧，相当于 1 秒的视频。 每生成一段，才会进入下一段。下一段的内容，要基于上一段的内容来生成。Magi-1 的结构不是从 Diffusion Transformer 拿过来直接用，而是在 atten
sand.ai是清华大学曹越教授团队创立的视频生成AI平台，目前刚刚开源了全球首个自回归扩散视频生成模型 Magi-1 ，生成长视频效果在行业领先。 马尔奖、清华特奖得主曹越的创业公司 Sand AI 推出了自己的视频生成大模型 ——MAGI-1，该模型权重和代码完全开源，支持无限生成，能将生成时长精确控制到每一秒，在基准测试中更是吊打 Sora，领先了 5 倍。
MAI-DS-R1 是 DeepSeek-R1 推理模型，经过微软 AI 团队的后期训练，提高了其对受阻主题的响应能力和风险状况，同时保持了其推理能力和竞争性能。基于 DeepSeek-R1，这是一种基于 Transformer 的自回归语言模型，利用多头自注意力和混合专家 (MoE) 进行可扩展和高效的推理。 MAI-DS-R1 是一个 DeepSeek-R1 推理模型，经过微软 AI 团
QwQ 是 Qwen 系列的推理模型。与传统的指令调优模型相比，QwQ 具备思考和推理能力，在下游任务，尤其是难题中能够取得显著的性能提升。QwQ-32B 是中型推理模型，其性能足以匹敌 DeepSeek-R1、o1-mini 等最先进的推理模型。 QwQ基于Qwen2.5开发，其代码已集成到最新的Hugging界面中transformers，建议您使用最新版本的transformers。 Q
潮汐AIGC问答系统，聚合多模态大模型、知识库、插件和工作流等 Agent 构建能力，致力于为用户提供 LLM 大语言模型落地应用的强大在线平台。 新版本采用 Gin + Vite5 TypeScript Vue3 技术栈，拥有极致的响应速度；在更简洁的界面下保留完整功能，拥有更多的细节但是更加轻量化，拥有新的UI及交互方式，内置6组不同风格的显示效果，以及更流畅的使用体验。 AI对话
phi-4是一个最先进的开放模型，它基于合成数据集、来自筛选过的公共领域网站的数据以及获取的学术书籍和问答数据集构建而成。该方法的目标是确保小型模型能够使用专注于高质量和高级推理的数据进行训练。该模型 phi-4经过了严格的增强和校准过程，结合了监督微调和直接偏好优化，以确保精确的指令遵循和强大的安全措施。 14B 参数，密集解码器专用 Transformer 模型 我们的模型旨在加速语
This project provides an HTTP server for image generation using Stable Diffusion, along with a Model Context Protocol (MCP) server that enables AI agents to request image generation.
An MCP server to connect Claude Desktop with local Stable Diffusion WebUI
The core MCP extension for Systemprompt MCP multimodal client
A RAG-ready MCP server for semantic PDF search with OCR, FAISS, and transformers—plug into any MCP client and retrieve intelligent answers within your MCP client.
A Model Context Protocol (MCP) server that enables AI assistants to generate images, text, and audio through the Pollinations APIs. Supports customizable parameters, image saving, and multiple model o
DiffuGen is a powerful yet user-friendly interface for local\edge image generation. Built on the Model Control Protocol (MCP), it provides a seamless way to interact with various Stable Diffusion mode
LangChain wrapper for seamless integration MCP-servers with different open-source large language models from transformers library.
Simple MCP Server to generate iamges using Stable Diffusion
MCP server for OpenRouter providing text chat and image analysis tools
A MCP server that provides text-to-image generation capabilities using Stable Diffusion WebUI API (ForgeUI/AUTOMATIC-1111)
A multimodal mcp server
MCP server providing semantic memory and persistent storage capabilities for Claude using ChromaDB and sentence transformers.
只显示前20页数据，更多请搜索
Showing 193 to 216 of 239 results
