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
OmniGen2 – 智源研究院开源的多模态生成模型
OmniGen2 是北京智源人工智能研究院推出的开源多模态生成模型。能根据文本提示生成高质量图像，支持指令引导的图像编辑，比如修改背景或人物特征等。OmniGen2 采用双组件架构，结合视觉语言模型（VLM）和扩散模型，实现对多种生成任务的统一处理。
阅读全文Ilya 最新演讲解读：学习，是AI时代最后的掌握权
这几天，OpenAI联合创始人、前首席科学家 Ilya Sutskever 的一段演讲引发了热议。这是他在接受开放大学荣誉学位时的发言，Sutskever讲述自己从俄罗斯到以色列、再到加拿大的成为AI领域顶尖研究者的传奇故事。
阅读全文毕业宝 – AI学术辅助助手，支持论文降重、改写
毕业宝是AI驱动的研究助手，支持为学术写作和论文修改提供高效支持。基于先进的语义重构技术，对文本进行深度改写，确保在保持原意的同时降低重复率。用户粘贴文本后，系统根据字数消耗相应的可用字数，且在改写完成后自动生成知网、维普等权威检测机构的结果。
阅读全文Deep Video Discovery – 微软推出的深度视频探索智能体
Deep Video Discovery（DVD）是微软推出的深度视频探索智能体，专为理解和分析长视频设计。Deep Video Discovery将长视频分割成多个较短的片段，基于大型语言模型（LLM）的高级推理能力，自主地规划和选择合适的工具及参数来收集信息。
阅读全文《2025年中国AI类App流量分析报告》（PDF文件）
《2025年中国AI类App流量分析报告》，深入剖析中国AI类App的市场现状与发展趋势。报告指出，AI行业技术尚未收敛，技术突破是企业获取市场优势的关键。以DeepSeek为例，其用户设备数和使用次数在短时间内大幅增长，凸显技术能力对市场抢占的重要性。
阅读全文Mysite.ai – AI网站构建工具，输入业务信息快速生成专业网站
Mysite.ai 是专为小型企业设计的AI网站构建器。基于简单的AI驱动的方式帮助用户快速创建网站。用户只需回答一些问题，AI 快速生成网站的初始版本，支持用户在此基础上进行调整和修改。工具操作简单，让没有技术背景的用户也能轻松上手。
阅读全文Ovis-U1 – 阿里推出的多模态统一模型
Ovis-U1是阿里巴巴集团Ovis团队推出的多模态统一模型，拥有30亿参数。模型集成多模态理解、文本到图像生成和图像编辑三种核心能力，基于先进的架构和协同统一训练方式，实现高保真图像合成和高效的文本视觉交互。
阅读全文NativeMind – 开源本地AI助手，智能对话、内容分析、写作辅助等
NativeMind是开源的完全在本地设备运行的AI助手。NativeMind支持DeepSeek、Qwen、Llama等多种模型，基于Ollama集成能无缝加载和切换。NativeMind功能包括智能对话、网页内容分析、翻译、写作辅助等，均在浏览器内完成，无需云同步。
阅读全文Cluely – AI桌面助手，用透明窗口形式提供实时辅助
Cluely 是 AI 桌面助手，工具用透明窗口形式出现在用户屏幕上，支持在会议、面试、销售、客服等场景中提供实时辅助，如自动生成笔记、智能提问、自动回答问题等。
阅读全文FairyGen – AI动画故事视频生成框架，风格一致、叙事连贯
FairyGen 是大湾区大学推出的动画故事视频生成框架，支持从单个手绘角色草图出发，生成具有连贯叙事和一致风格的动画故事视频。框架借助多模态大型语言模型（MLLM）进行故事规划，基于风格传播适配器将角色的视觉风格应用到背景中.
阅读全文AnimaX – 北航联合清华等推出的3D动画生成框架
AnimaX是北京航空航天大学联合清华大学、香港大学等推出的高效3D动画生成框架，将视频扩散模型的动作先验与基于骨骼的动画结构相结合。框架能将视频中的动作知识有效迁移到3D领域，支持具有任意骨骼结构的多样化关节网格。
阅读全文WorldVLA – 阿里达摩院联合浙大推出的自回归动作世界模型
WorldVLA是阿里巴巴达摩院和浙江大学联合推出的自回归动作世界模型，模型将视觉-语言-动作（VLA）模型与世界模型整合到一个单一框架中。模型基于动作和图像理解预测未来的图像，目的是学习环境的基本物理规律以改进动作生成。
阅读全文ComputerX – AI Agent工具，自动化处理计算机任务
ComputerX是基于人工智能的AI Agent工具，通过自然语言指令帮助用户自动化处理各种计算机任务，提升工作效率。能处理多种任务，如旅行规划、数据分析、报告生成、网页应用创建等，支持文本、表格、图像和代码等多种输出格式。
阅读全文Voxiyo – AI语音笔记管理应用，支持与笔记交互式对话
Voxiyo是AI语音笔记管理应用，帮助用户高效记录、整理和利用语音信息。基于强大的 AI 功能，将语音笔记转化为文字、摘要、关键点和待办事项，实现一键生成和管理。
阅读全文批改邦 – 国产AI作业批改与教研指导工具
批改邦是国产的AI作业批改与教研指导工具。主要面向教师群体，通过人工智能技术帮助教师高效批改学生作业，包括语文和英语作文。能逐段分析作文，提供详细点评和修改建议，生成润色优化版本，为教师生成评语。
阅读全文袋鼠参谋 – 美团推出的商家AI智能决策应用
袋鼠参谋是美团推出的面向商家的AI智能决策应用，帮助商家解决开店、运营中的难题。基于美团海量的餐饮数据和10多年线上运营经验，通过对话式交互，为商家提供赛道选择、开店选址、菜品研发、门店运营等场景的精准分析和建议。
阅读全文AI抖音 – 抖音推出的深度思考与搜索应用
AI抖音是抖音推出的智能深度思考与搜索应用，为用户提供更高效、更智能的内容获取体验。结合了抖音的强大内容生态和AI技术，能通过联网搜索和推理能力，为用户提供更全面、更详细的答案。
阅读全文Qwen VLo – 通义千问推出的多模态统一理解与生成模型
Qwen VLo 是通义千问团队推出的多模态统一理解与生成模型。在多模态大模型的基础上进行了全面升级，能“看懂”世界，能基于理解进行高质量的再创造，实现了从感知到生成的跨越。能精准理解图像内容，在此基础上进行一致性和高质量的生成。
阅读全文