DiffusionDrive

Modelo de difusão truncado para direção autônoma em tempo real e ponta a ponta

Produto ComumProdutividadeDireção autônomaPonta a ponta

O DiffusionDrive é um modelo de difusão truncado para direção autônoma em tempo real e ponta a ponta. Ele acelera a computação reduzindo as etapas de remoção de ruído da difusão, mantendo simultaneamente alta precisão e diversidade. O modelo aprende diretamente de demonstrações humanas, sem exigir etapas complexas de pré-processamento ou pós-processamento para atingir decisões de direção autônoma em tempo real. O DiffusionDrive alcançou a pontuação inovadora de 88.1 PDMS no benchmark NAVSIM e consegue operar a 45 FPS.

Best AI Websites & Tools

DiffusionDrive

DiffusionDrive Situação do Tráfego Mais Recente

DiffusionDrive Tendência de Visitas

DiffusionDrive Distribuição Geográfica das Visitas

DiffusionDrive Fontes de Tráfego

DiffusionDrive Alternativas

DiffusionDrive — Modelo de difusão truncado para direção autônoma em tempo real e ponta a ponta

Sora no Dispositivo — Sora no Dispositivo é um projeto de geração de vídeo a partir de texto para dispositivos móveis baseado em modelos de difusão.

genmoai — Modelo de geração de vídeo de código aberto

Proxy Lite — Proxy Lite é um modelo de linguagem visual (VLM) de 3B parâmetros de código aberto, focado em tarefas de automação de páginas da web.

Inception Labs — O Inception Labs lança uma nova geração de modelos de linguagem grandes difusivos, oferecendo capacidade de geração de linguagem ultrarrápida, eficiente e de alta qualidade.

OpenManus — OpenManus é um projeto de agente inteligente de código aberto que pode ser usado sem código de convite.

NeoBase — NeoBase é um assistente de banco de dados AI de código aberto que permite que você interaja com o banco de dados usando linguagem natural.

Instella — Instella é um modelo de linguagem de código aberto de alto desempenho desenvolvido pela AMD, projetado para acelerar o desenvolvimento de modelos de linguagem de código aberto.

Scira — Scira é um mecanismo de busca minimalista impulsionado por IA que ajuda os usuários a encontrar informações na internet.

Vibe Coder — O Vibe Coder é uma extensão de código VS Code de código aberto usada para explorar a experiência de programação de IA baseada em voz.

GibberLink — Dois agentes de IA conversacionais, após confirmarem que são IAs entre si, mudam para um protocolo de nível de áudio para comunicação.

Project Starlight — Project Starlight é uma ferramenta de aprimoramento de vídeo baseada em IA que pode melhorar vídeos de baixa resolução e danificados para alta definição.

Migician — Migician é um modelo de linguagem grande multimodal focado na localização de imagens múltiplas, capaz de realizar localização precisa de imagens múltiplas de forma livre.

smallpond — Uma estrutura de processamento de dados leve baseada em DuckDB e 3FS

PhotoDoodle — PhotoDoodle é uma implementação de código que aprende edição de imagens artísticas com base em poucos dados de pares de amostras.

Mercury Coder — Mercury Coder é um modelo de linguagem de geração de código de alto desempenho baseado em modelo de difusão.

IndexTTS — Sistema de texto para voz (TTS) de amostra zero, eficiente e controlável em nível industrial

VideoGrain — O VideoGrain é um método de amostra zero usado para realizar a edição de vídeo em nível de categoria, nível de instância e nível de componente.

DeepGEMM — DeepGEMM é uma biblioteca CUDA para multiplicação de matrizes FP8 eficiente, suportando escalonamento granular e diversas técnicas de otimização.

Phi-4-mini-instruct — Phi-4-mini-instruct é um modelo de linguagem de código aberto leve, focado em dados de alta qualidade e intensivos em raciocínio.

Integração Incrível do DeepSeek — A integração da API DeepSeek com diversos softwares populares auxilia desenvolvedores e usuários a acessarem rapidamente as funcionalidades do DeepSeek.

Reprodutor de Áudio para ChatGPT — Fornece um reprodutor de áudio para a função "ler em voz alta" do ChatGPT, melhorando a experiência do usuário.

DeepSeek Japonês — DeepSeek é um modelo de linguagem IA avançado, especializado em raciocínio lógico, matemática e tarefas de programação, com uso gratuito.

bRAG-langchain — Um projeto de código aberto para construir aplicativos de Geração Aumentada por Busca (Retrieval-Augmented Generation - RAG).

QwQ-Max-Preview — QwQ-Max-Preview é o mais recente resultado da série Qwen, construído com base no Qwen2.5-Max, e apresenta poderosas capacidades de raciocínio e aplicações em múltiplas áreas.

Open Multi-Agent Canvas — Uma interface de bate-papo multiagente de código aberto que permite gerenciar vários agentes em uma conversa dinâmica.

AlphaMaze-v0.2-1.5B — Método inovador para aprimorar a capacidade de raciocínio visual de grandes modelos de linguagem (LLMs) por meio da resolução de labirintos descritos em texto.

LiteAvatar — Modelo de geração de avatar 2D em tempo real baseado em áudio, capaz de atingir inferência em tempo real a 30 fps em dispositivos que utilizam apenas CPU.

Moonlight — Moonlight é um modelo de especialista misto com 16 bilhões de parâmetros, treinado com o otimizador Muon, apresentando desempenho excepcional.

SkyReels-V1-Hunyuan-I2V — SkyReels V1 é um modelo de vídeo base, de código aberto e centrado no ser humano, focado na geração de vídeos de alta qualidade com nível cinematográfico.