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
GLM-4.5V – 智谱开源的最新一代视觉推理模型
GLM-4.5V是智谱开源的最新一代视觉推理模型。模型基于106B参数规模构建，拥有12B激活能力，是目前领先的视觉语言模型（VLM）。模型在GLM-4.1V-Thinking的基础上升级而来，继承其优秀架构，结合新一代文本基座模型GLM-4.5-Air进行训练。
阅读全文会PPT – AI PPT生成工具，自动校验数据准确性
会PPT（huiPPT）是智能AI办公工具，能一键生成PPT。用户只需输入主题或关键词，系统能快速生成逻辑清晰、设计精美的演示文稿。工具混合模型架构，结合本地和云端数据，自动匹配视觉资产，支持动态大纲、智能模板和实时风格迁移。
阅读全文Sheet0 – L4级Data Agent，将任意数据源转为结构化数据表
Sheet0 是创新的 L4 级 Data Agent 产品，为用户提供高效、准确的数据收集与处理服务。通过自然语言交互，将任意数据源（如网页、文件、API）转化为结构化的数据表格，实现“100% 准确，0 幻觉” 的数据交付。
阅读全文Ludo.ai – AI游戏开发平台，提供构思到开发全流程支持
Ludo.ai 是强大的 AI 游戏开发平台，能帮助开发者从创意构思到实际开发的全过程。平台提供丰富的功能，包括游戏概念生成、AI 驱动的 3D 资产和图像生成、自定义精灵动画、视频生成、可玩原型制作、市场趋势分析、代码生成等。
阅读全文CGDream – AI图像生成平台，混合搭配生成卓越视觉效果
CGDream是AI图像生成平台，能帮助用户通过强大的AI技术快速将创意转化为视觉作品。平台提供多种功能，包括文本生成图像、AI照片编辑、3D模型生成与渲染等，配备300多种独特滤镜和图像增强工具
阅读全文AI写作时，如何避免生成内容重复或低俗？一文看懂
随着人工智能技术的快速进步，AI写作已成为内容生产的重要工具，被广泛应用在新闻、教育、营销、社交媒体等众多领域。AI写作极大提升了文本生成的效率，推动内容创新与多元化。随着AI自动化写作系统的普及，内容重复和低俗化问题日益凸显
阅读全文MIT公开课《如何用AI做任何事》（PDF文件）
《如何用AI做任何事》是麻省理工学院推出的前沿课程，旨在深入探索人工智能技术及在多种真实世界数据模态中的应用。课程聚焦现代深度学习和基础模型，涵盖从语言到视觉、音频、传感器、医疗数据等多模态内容。
阅读全文零样本学习与少样本学习是怎样工作的？一文看懂
在人工智能蓬勃发展的今天，机器学习正不断突破传统数据依赖的限制。零样本学习（Zero-shot Learning）与少样本学习（Few-shot Learning）作为新兴的前沿技术，赋予AI类似人类的“举一反三”能力，使其能在数据稀缺的场景下快速学习新知识、适应新任务。
阅读全文Baichuan-M2 – 百川智能推出的开源医疗增强大模型
Baichuan-M2 是百川智能推出的开源医疗增强大模型。在医疗领域表现卓越，于HealthBench评测中以60.1分超越OpenAI的gpt-oss120b等众多开源模型，登顶世界第一。通过极致轻量化，可在RTX 4090单卡上部署，成本大幅降低。
阅读全文MiroFlow – 多Agent系统开发框架，支持高并发处理
MiroFlow是强大的多智能体系统开发框架，专为构建复杂、高性能的AI智能体而设计，为MiroThinker等模型生成高质量的智能体轨迹数据。框架具备可复现的性能，在GAIA验证集上稳定达到72.2%的通过率。
阅读全文MiroThinker – 开源的Agent模型系列，基于Qwen3构建
MiroThinker 是开源的智能体模型系列，专为深度研究和复杂、长期问题解决而设计。模型基于 Qwen3 构建，具备任务分解、多跳推理、检索增强生成、代码执行、网页浏览和文件处理等能力。
阅读全文AionUi – 开源的AI聊天界面，支持Gemini CLI命令行
AionUi 是基于 Electron 和 React 构建的免费、开源、跨平台桌面应用，支持将 Gemini CLI 的命令行 AI 聊天体验转化为现代化、高效的图形界面。AionUi 提供增强的聊天功能，支持多会话管理、本地持久化历史记录和自然的聊天交互。
阅读全文SkyReels-A3 – 昆仑万维推出的数字人视频生成模型
SkyReels-A3是昆仑万维推出的先进AI模型，基于DiT（Diffusion Transformer）视频扩散架构，结合插帧、强化学习和运镜控制技术。模型能通过音频驱动，将照片或视频中的人物“激活”，使其开口说话或表演。
阅读全文DreamVVT – 字节联合清华推出的视频虚拟试穿技术
DreamVVT 是字节跳动和清华大学（深圳）联合推出的视频虚拟试穿（Video Virtual Try-On, VVT）技术，基于扩散 Transformer（DiTs）框架，通过两阶段方法实现高保真且时间连贯的虚拟试穿效果。第一阶段从输入视频中采样关键帧，结合视觉语言模型（VLM）生成语义一致的试穿图像。
阅读全文KittenTTS – KittenML开源的轻量级文本转语音模型
KittenTTS 是轻量级开源文本转语音（TTS）模型，由 KittenML 团队开发。以极小的模型体积（仅 25MB）和强大的 CPU 优化为特点，无需 GPU 即可在低功耗设备上运行，KittenTTS 提供 8 种预置音色（4 男 4 女），支持多语言（目前主要支持英语）
阅读全文WrenAI – 开源的商业AI Agent工具，自然语言生成SQL
WrenAI 是 Canner 推出的开源商业智能 AI Agent工具。通过自然语言交互，帮助用户快速查询、分析和可视化结构化数据，无需编写复杂的 SQL 代码。用户只需用普通语言提出问题，WrenAI 能生成精准的 SQL 查询语句，以图表、报告等多种形式输出结果。
阅读全文Awesome AI Agents – e2b-dev推出的AI Agent大合集GitHub
Awesome AI Agents是e2b-dev维护的GitHub仓库，汇集和展示各种人工智能代理（AI Agents）相关的开源项目、闭源项目以及相关公司。仓库内容分为两部分：开源项目和闭源项目及公司。涵盖了从通用目的到特定领域（如编码、数据处理、商业智能等）的各种AI代理工具和框架。
阅读全文BISHENG灵思 – 毕昇推出的开源通用AI Agent，基于AGL框架
BISHENG灵思是毕昇推出的开源通用AI Agent，通过结合业务专家的知识和经验，帮助用户快速、高效地完成复杂任务。创新地提出了AGL（Agent指导语言）框架，将业务专家的偏好和知识注入AI系统，实现专家级的解决方案。
阅读全文