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
CoF – DeepMind推出的视觉模型思维链
CoF（Chain-of-Frames，帧链）是DeepMind推出的新概念，类比于语言模型中的“链式思维”（Chain-of-Thought，CoT）。
阅读全文混元图像3.0 – 腾讯开源的原生多模态图像生成模型
混元图像3.0（HunyuanImage 3.0）是腾讯发布并开源的原生多模态图像生成模型。模型参数规模达80B，是目前测评效果最好、参数量最大的开源生图模型。具备原生多模态能力，可同时处理文字、图片、视频与音频等多种模态的输入与输出，无需多个模型组合。
阅读全文如何用Nano Banana制作海马体写真照？
本文提供详细的用Nano Banana生成AI海马体写真制作指南，包括详细专业的提示词模板，讲解如何通过上传照片和修改提示词用AI工具生成海马体风格肖像照的具体方法和注意事项。
阅读全文芙崽Fuzozo – Robopoet推出的AI陪伴潮玩
Fuzozo（芙崽）是Robopoet推出的AI潮玩，外形是可爱的毛茸茸“毛球”，有五种颜色分别对应五行（金、木、水、火、土），每种颜色对应不同基础性格。
阅读全文Manzano – 苹果推出的图像理解和生成模型
Manzano是苹果公司推出的新型多模态大语言模型（LLM），能同时实现图像理解和图像生成的统一。模型通过混合视觉分词器（hybrid vision tokenizer）将图像转化为连续的嵌入向量用于理解任务，及离散的图像标记用在生成任务。
阅读全文Paraflow – AI产品设计工具，将创意转为前端代码
Paraflow是创新的AI产品设计工具，基于人工智能技术将创意转化为详细的前端代码。用户能在一个统一的画布上定义、设计和开发产品，简化从想法到实现的整个流程。
阅读全文Manus开源平替，AiPy本地部署免费用L5级Agent
直到最近，我发现了一个“本地版Manus”——AiPy，国内就可以直接免费用。不同的是，Manus 只能通过虚拟浏览器执行任务，比如发邮件、填写网页表单。而 AiPy 则是 L5 级 Agent，它不仅能理解你的目标，还能自己拆解步骤，用 Python 写代码，执行任务，再在出错时自我修正。整个过程中，你完全不用插手。
阅读全文Storyroll – AI视频创作平台，生成无限时长视频
Storyroll 是基于前沿生成式影像引擎的 AI 视频创作平台。采用直观易用的界面设计，模块化功能分区让创作流程清晰明了，生成过程可视化，实时预览方便调整优化。用户只需输入一句话指令，可自动完成从剧本撰写、分镜设计到配音拍摄的全流程创作。
阅读全文Qoder CLI – Qoder团队推出的AI命令行工具
Qoder CLI 是 Qoder 团队推出的 AI 驱动的命令行工具，为开发者提供高效、智能的编码体验。工具集成顶尖编程模型，具备强大的代码生成与理解能力，支持代码生成、调试、部署等任务。内置轻量级 Agent 框架，内存消耗低，响应速度快。
阅读全文Blocks – AI应用构建平台，零代码构建应用和自动化Agent
Blocks是强大的工作应用平台，专注于通过AI智能代理和逻辑自动化来提升工作效率。每个工作应用都配备AI代理，无需设置即可自动运行。这些代理可以根据用户需求完成任务，如日程安排、数据分析、邮件发送等。
阅读全文混元3D-Part – 腾讯推出的组件式3D生成模型
混元3D-Part是腾讯推出的3D生成模型，由P3 - SAM和X - Part组成，首次实现高精度、可控的组件式3D生成，支持50 + 组件自动生成。用户可先用混元3D 2.5或3.0生成整体Mesh，再由P3 - SAM进行自动、精确的组件分割，X - Part将其分解为独立部件，输出高保真、结构一致的部件几何体，同时保持灵活可控性。
阅读全文混元3D-Omni – 腾讯混元推出的3D资产生成框架
混元3D-Omni（Hunyuan3D-Omni）是腾讯混元3D团队提出的3D资产生成框架，通过多种控制信号实现精准的3D模型生成。基于Hunyuan3D 2.1架构，引入了统一的控制编码器，可处理点云、骨骼姿态、边界框等多种控制信号，避免信号混淆。
阅读全文Shipable – AI Agent构建平台，零代码创建自动化工作流
Shipable 是无代码人工智能代理平台，帮助用户快速构建、定制和部署智能AI代理。通过可视化构建器，用户无需编程即可创建多语言的自动化工作流，结合系统提示和应用程序集成，实现复杂任务的自动化。
阅读全文StableAvatar – 复旦推出的音频驱动视频生成模型
StableAvatar 是复旦大学、微软亚洲研究院等推出的创新音频驱动虚拟形象视频生成模型。模型通过端到端的视频扩散变换器，结合时间步感知音频适配器、音频原生引导机制和动态加权滑动窗口策略，能生成无限长度的高质量虚拟形象视频。
阅读全文Juicebox – AI招聘平台，精准匹配岗位需求
Juicebox 是领先的AI招聘平台，通过AI技术优化招聘流程。平台能从海量数据中自动筛选出符合条件的候选人，通过智能算法精准匹配岗位需求。
阅读全文OpenLens AI – 清华推出的医学研究AI助手
OpenLens AI 是清华大学自动化系推出的专为医学研究设计的全自主人工智能研究助手，通过多智能体协作，实现从文献综述、实验设计、数据分析到论文生成的全流程自动化，极大提升医学研究效率，将科研周期从“月级”缩短至“小时级”。
阅读全文UntitledPen – AI语音生成平台，自由选择定制声音
UntitledPen 是AI语音生成平台，能将文字快速转换为自然流畅的语音，支持多种语言和语音风格，提供智能写作、语音定制、音频编辑等功能。
阅读全文Auralix – AI学习工具，语音互动讲解笔记内容
Auralix 是创新的 AI 语音辅导工具，通过实时语音互动帮助用户高效学习。工具支持将学习材料转化为清晰的笔记，通过 AI 教练进行一对一的语音辅导，支持打断提问、即时反馈和个性化测验。
阅读全文