大型视频语言模型，提供视觉问答和视频字幕生成。VideoLLaMA2-7B-Base官网入口网址

基于Transformer的文本到音乐生成模型，MusiConGen官网入口网址

通过预训练的运动建模模块，使得用户能够轻松地创作出丰富多样的动画内容，同时保持了原有模型的风格和特性。它的跨领域应用性和易于集成的特点，极大地扩展了个性化动画的创作空间，AnimateDiff官网入口网址

创新的自监督学习模型，它通过预测视频帧的特征表示来学习视频的视觉表示。这种方法不仅能够处理视频内容，还能在图像任务上表现出色，具有广泛的应用潜力，V-JEPA官网入口网址

1.3B参数的图像转视频模型，用于生成3D一致的新场景视图

八斗智能的语义理解模型是一个强大的工具，它通过大规模预训练和行业特定的迁移学习，能够提供高度准确的语义理解服务，八斗智能官网入口网址

高效处理长文本的双向编码器模型，ModernBERT-base官网入口网址

深入理解Transformer模型的可视化工具，Transformer Explainer官网入口网址