MMBench是一款多模态基准测试工具，由上海人工智能实验室、南洋理工大学、香港中文大学、新加坡国立大学及浙江大学联合研发。该基准构建了一套从感知到认知的逐级细分评估流程，覆盖20项细粒度能力维度，数据集包含约3000道单项选择题，均源自互联网及权威基准数据集。
Paper2Video是新加坡国立大学Show Lab研发的学术论文视频化工具依托创新的PaperTalker多智能体框架，实现从学术论文到完整演示视频的全自动生成。
SAIL-VL2是抖音团队与新加坡国立大学联合研发的开源视觉语言基础模型，模型由SAIL-ViT视觉编码器、视觉-语言适配器与大语言模型三大核心模块构成，创新性采用渐进式训练框架，从视觉预训练、多模态融合，到最终的SFT-RL混合范式优化，实现性能阶梯式跃升。
PhotoDoodle通过其创新的“位置编码克隆”技术和两阶段训练策略，为图像编辑领域带来了新的突破。它不仅能够高效地学习和复制艺术风格，还能在保持背景一致性的前提下，精准地添加装饰元素，为创意表达开辟了全新的可能性。
DynamicCity是一款专注于生成具有语义信息的动态 LiDAR 场景，能够处理大规模空间（80×80×6.4 m³）和长序列（最多 128 帧）的数据。该框架通过在潜空间显式建模场景的空间布局与动态变化，并借助扩散模型直接生成高质量的动态场景。
