🏆 基座模型
①项目：3DTopia-XL
★3DTopia-XL是一个基于原始扩散的3D扩散transformer（DiT），能够从单张图像或文本生成具有平滑几何形状和PBR材质的3D资产。该项目提供了高质量的3D资产生成能力，适用于需要生成逼真3D模型的各种应用场景。
☆一键收藏：
https://sota.jiqizhixin.com/project/3dtopia-xl
🤖 Agent开发
①项目：LiveKit Agents
★LiveKit Agents是一个框架，允许开发者构建能够实时“看、听、说”的AI驱动服务器程序。通过LiveKit会话，智能体可以处理来自用户设备的文本、音频、图像或视频流，并生成这些模态的输出，实时返回给用户。该框架支持与OpenAI合作的多模态API，提供超低延迟的WebRTC传输。
☆一键收藏：
https://sota.jiqizhixin.com/project/livekit-agents
②项目：TEN Agent
★TEN Agent 是一个开源的多模态 AI 代理，具备语音、视觉和知识库访问能力。通过 TEN 框架，TEN Agent 提供高性能、低延迟的复杂音视频 AI 应用解决方案，支持多语言和多平台扩展开发，灵活结合边缘和云端部署，超越模型限制，支持实时agent状态管理。
☆一键收藏：
https://sota.jiqizhixin.com/project/ten-agent
③项目：Bolt.new
★Bolt.new 是一个由 AI 驱动的全栈 Web 开发智能体，允许用户直接在浏览器中提示、运行、编辑和部署全栈应用程序，无需本地设置。它集成了先进的 AI 模型和 StackBlitz 的 WebContainers，支持安装和运行 npm 工具和库、运行 Node.js 服务器、与第三方 API 交互，并从聊天中部署到生产环境。
☆一键收藏：
https://sota.jiqizhixin.com/project/bolt-new
🛠️框架平台、必备工具
①项目：LOTUS
★LOTUS 是一个语义查询引擎，旨在通过提供类似 Pandas 的 API，使用户能够轻松地使用大语言模型（LLMs）处理结构化和非结构化数据。该项目通过语义操作符扩展了关系模型，允许用户编写基于 AI 的管道，以高层次的逻辑推理处理数据。LOTUS 提供了一种声明式编程模型和优化的查询引擎，适用于构建知识密集型的 LLM 应用。
☆一键收藏：
https://sota.jiqizhixin.com/project/lotus
②项目：DreamScene
★DreamScene是一种新颖的文本到 3D 场景生成策略 ，通过生成模式采样和相机采样策略，将物体和环境整合在一起。解决了目前文本到 3D 场景生成方法中存在的低效、不一致和可编辑性有限等问题。
☆一键收藏：
https://sota.jiqizhixin.com/project/dreamscene
③项目：Mirage
★Mirage 是一个工具，通过超优化技术为 PyTorch 程序自动生成快速的 GPU 内核。用户只需编写几行 Python 代码来描述计算，Mirage 就能自动搜索与输入程序功能等效的潜在 GPU 内核，并发现高度优化的内核候选。这种方法使 Mirage 能够找到性能优于现有专家设计的自定义内核。
☆一键收藏：
https://sota.jiqizhixin.com/project/mirage
④项目：LEGO
★LEGO旨在基于用户的问题和当前场景的照片，生成同一场景下的第一视角的动作图像，从而更准确地指导用户执行下一步行动。创新性地提出了对大语言模型进行微调来丰富动作细节，同时使用大语言模型的特征来提升扩散模型生成图像的性能。
☆一键收藏：
https://sota.jiqizhixin.com/project/lego
⑤项目：CE3D
★Chat Edit 3D (CE3D) 是一个利用大语言模型（LLM）集成多种模型的项目，旨在通过文本提示实现交互式3D场景编辑。该项目支持用户以类似于与ChatGPT互动的方式编辑3D场景，集成了超过20种视觉模型，提供了强大的编辑能力。
☆一键收藏：
https://sota.jiqizhixin.com/project/ce3d
⑥项目：LLM Structured Output
★LLM Structured Output是一个用于约束大型语言模型（LLM）生成结构化输出的库。该项目通过使用JSON Schema和工具调用等方法，确保生成的输出符合特定的结构要求。独特之处在于通过直接使用JSON Schema进行输出引导，而不是将其转换为形式文法，从而实现更灵活和深度的控制。
☆一键收藏：
https://sota.jiqizhixin.com/project/llm-structured-output-json
👋网页端访问：https://sota.jiqizhixin.com
