Transformer模型
co-tracker.github.io
CoTracker是面向视频点跟踪任务的开源Transformer模型官方站点，核心功能为支持视频序列的稠密点联合跟踪、长时遮挡场景下的轨迹预测、可扩展的大规模点跟踪部署，目标用户覆盖计算机视觉研究人员、视频内容开发从业者、机器人导航算法工程师等群体，可应用于视频动作捕捉、三维重建、运动分析、自动驾驶场景感知、视频特效制作等多个领域，区别于传统独立点跟踪方法，该模型通过建模点与点之间的空间关联，提升跟踪的精度与鲁棒性，适配长视频、遮挡场景下的跟踪需求。
emu.baai.ac.cn
Emu3是北京智源人工智能研究院推出的多模态大模型官方介绍站点，核心定位为公开分享通用多模态大模型技术成果与应用方向。站点核心功能包括完整呈现Emu3模型的技术架构细节、展示模型在多模态生成与感知任务中的实测效果、同步模型落地应用的相关进展。目标用户覆盖人工智能领域研究者、AI应用开发者、高校计算机相关专业师生、科技行业从业者等群体，可用于查阅多模态大模型技术资料、了解前沿模型性能表现、参考多模态技术落地路径等场景。
justimyhxu.github.io
GRM是面向3D内容创作领域的大规模重建与生成模型项目站点，核心提供稀疏视图图像到3D资产的快速转换能力，支持基于Transformer架构的多视图信息融合，可对接多视图扩散模型实现文本到3D、图像到3D的生成任务。站点面向3D建模从业者、计算机视觉研究人员、元宇宙内容开发者、游戏制作人员、数字孪生技术人员、动画创作者等群体，可应用于小规模3D资产快速重建、学术研究算法效果比对、3D内容批量生成测试、多模态3D生成场景落地验证等多个场景，为3D内容生产的效率提升提供技术方案参考与效果演示。
giantailab.github.io
Bailing-TTS是巨人网络AI Lab研发的中文方言文本转语音模型系列技术站点，核心定位为方言语音合成技术的展示与技术方案输出。站点支持多类中文方言的语音合成效果预览，提供完整的技术架构说明与训练方法解析，同时公开模型相关实验对比数据。目标用户覆盖语音技术研发人员、方言文化传播从业者、内容创作群体以及相关学术研究人员，可应用于方言有声读物制作、方言语音交互产品开发、地方文化内容数字化留存、多语言语音产品原型测试等多个场景。