AI文章
AI文章
整理 AI 项目、模型、工具和行业动态，给出更容易读懂的背景与使用参考。
内容精选
最新 AI 文章
豆包语音2.0 – 字节跳动推出的升级版AI语音模型
豆包语音2.0是字节跳动推出的升级版AI语音模型，包含三大核心模型：豆包语音识别模型 2.0（Doubao-Seed-ASR-2.0）、豆包语音合成模型2.0（Doubao-Seed-TTS 2.0）和豆包声音复刻模型2.0（Doubao-Seed-ICL 2.0）。
阅读全文Sora2怎么玩？Sora爆火视频分析，一文看懂
最近不少友友用了Sora 2 都说它出片效果很扎实。不少友友就问啦：为什么有人随手做的视频就成了爆款，自己精心做的视频播放量连亲戚点赞都凑不齐。在我看来 Sora 2 是少有的真正面向普通用户的AI视频工具，它不拼参数、细节，而是脑洞、想象力和娱乐性。这两天，我仔细研究了 Sora 2 平台上不少热播视频，终于摸清了爆款的套路，给大家整理了3个邪修捷径！
阅读全文Traycer – AI编程助手，自动生成可操作的计划
Traycer 是先进的 AI 编程助手，专注于通过规范驱动开发（Spec-Driven Development）帮助开发者高效规划和实现代码任务。
阅读全文DiaMoE-TTS – 清华联合巨人网络开源的多方言TTS框架
DiaMoE-TTS 是清华大学和巨人网络联合推出的多方言语音合成（TTS）框架。框架基于国际音标（IPA）统一输入体系，结合方言感知的 Mixture-of-Experts（MoE）架构和低资源适配策略（PEFT），实现低成本、低门槛的多方言语音合成。
阅读全文Claude Haiku 4.5 – Anthropic最新推出的小型AI模型
Claude Haiku 4.5 是 Anthropic 公司最新推出的高性能、低成本的小型 AI 模型。模型在编码性能上与之前的旗舰模型 Claude Sonnet 4 相当，且在某些任务中表现更优，成本仅为三分之一，速度提升两倍多。
阅读全文Veo 3.1 – 谷歌推出的AI视频生成模型
Veo 3.1 是谷歌推出的最新 AI 视频生成模型，在Veo 3基础上进行了重大升级，带来更丰富的音频支持、更强的叙事控制及更逼真的质感还原。
阅读全文Local-NotebookLM – 开源PDF转播客AI工具，自定义音频
Local-NotebookLM 是开源的本地 AI 工具，能将 PDF 文档转换为引人入胜的音频内容，如播客、访谈、辩论等。支持多种输出格式和内容风格，用户可以根据需求选择不同的音频长度和风格，如短篇、中篇、长篇，以及正常、轻松、正式、技术、学术等风格。
阅读全文Percify – AI数字人生成平台，一张图片生成逼真形象
Percify 是强大的 AI 数字人生成平台，专注于创建逼真的虚拟形象（avatar）视频内容。用户上传一张人脸图片和音频，通过简单的文字描述，能生成具有自然表情、精准口型同步和高质量语音的无限时长视频。
阅读全文Meku – AI开发平台，简单描述生成Web应用和网站
Meku是基于 AI 技术的 Web 应用和网站构建平台，能将用户的简单描述快速转化为功能完善的 Web 应用。通过强大的 AI 技术，用户能在几分钟内完成从想法到上线的全过程，无需复杂的代码编写。
阅读全文ZenMux
ZenMux 是全球首个带保险赔付机制的企业级大模型聚合平台，提供一站式访问 OpenAI、Anthropic、Google、DeepSeek 等主流模型的统一接口。ZenMux 采用双协议兼容设计（OpenAI 与 Anthropic 标准），支持智能模型路由、自动故障转移和全球边缘加速。
阅读全文Kandinsky 5.0 – 俄罗斯AI-Forever开源的视频生成模型
Kandinsky 5.0 是俄罗斯 AI 研究实验室 AI-Forever 开发的文本到视频生成模型，具有强大的生成能力和高效的性能表现。核心版本 Kandinsky 5.0 Video Lite 是一款参数量为 20 亿的轻量级模型，生成质量优异，甚至优于一些更大规模的模型。
阅读全文FS-DFM – 苹果联合俄亥俄州立大学推出的扩散语言模型
FS-DFM（Few-Step Discrete Flow-Matching）是苹果联合俄亥俄州立大学推出的用在快速生成长文本的扩散语言模型。
阅读全文MAI-Image-1 – 微软推出的首款自研图像生成式AI模型
MAI-Image-1是微软推出的首款自研图像生成式AI模型。模型以“创作者导向”为核心设计理念，擅长生成逼真的自然光照效果和复杂场景图像，如闪电、风景等。与一些更大、更慢的模型相比，MAI-Image-1能更快地处理请求并生成图像。
阅读全文Youtu-Embedding – 腾讯优图开源的通用文本嵌入模型
Youtu-Embedding 是腾讯优图实验室开源的面向企业级应用的通用文本表示模型。模型通过大规模语料训练和创新的微调框架，具备强大的语义理解能力，能胜任文本检索、意图理解、相似度判断等六大任务。
阅读全文SongBloom – 腾讯AI Lab推出的全长度歌曲生成模型
SongBloom 是腾讯 AI Lab 开发的全长度歌曲生成框架，结合了自回归草图绘制和基于扩散的细化技术，通过交错生成范式（Interleaved Generation）交替生成语义和声学上下文，生成高质量的完整歌曲。
阅读全文Pyscn – AI代码质量分析工具，快速发现和清理代码问题
Pyscn 是专为 Python 开发者设计的智能代码质量分析工具，帮助开发者快速发现并清理代码中的问题，如死代码、重复代码、复杂代码结构等。通过控制流图（CFG）检测死代码，利用树编辑距离技术识别代码克隆，分析代码的耦合度和圈复杂度。
阅读全文Sora 2 API – OpenAI推出的Sora 2视频生成模型接口
Sora 2 API 是OpenAI推出的调用Sora 2视频生成模型服务的API接口，提供快速和专业两种版本。快速版适合快速迭代，生成速度极快，适合社交媒体内容、产品原型等场景；专业版支持高分辨率和高质量视频生成，适合电影镜头、营销视频等对画质要求高的项目。
阅读全文AI Novelist – AI日语小说写作工具，支持多人对话聊天
AI Novelist是AI日语小说写作工具，基于EleutherAI的「Mesh Transformer JAX」框架开发，用超过2TB的日语语料库训练，是目前最大的公开日语AI写作平台。
阅读全文