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
Dive3D – 北大联合小红书推出的文本到3D生成框架
Dive3D是北京大学和小红书公司合作推出的文本到3D生成框架。框架基于分数的匹配（Score Implicit Matching，SIM）损失替代传统的KL散度目标，有效避免模式坍塌问题，显著提升3D生成内容的多样性。
阅读全文Tana – AI笔记和知识管理平台，支持将笔记转为行动项
Tana 是AI笔记和知识管理平台，基于智能技术帮助用户高效管理笔记、任务和信息。Tana 支持将笔记转化为行动项，将语音备忘录转录，基于“Supertags”功能快速将非结构化信息转化为结构化信息。
阅读全文ImmerseGen – 字节跳动联合浙大推出的3D世界生成框架
ImmerseGen是字节跳动的PICO团队和浙江大学联合推出的创新3D世界生成框架。框架根据用户输入的文字提示，基于Agent引导的资产设计和排列，生成带有alpha纹理的紧凑Agent，创建全景3D世界。
阅读全文Ring-lite – 蚂蚁技术开源的轻量级推理模型
Ring-lite是蚂蚁技术AntTech团队推出的基于MoE架构的轻量级推理模型。模型用Ling-lite-1.5为基础，基于独创的C3PO强化学习训练方法，在多项推理Benchmark上达到SOTA效果，仅用2.75B激活参数。
阅读全文Nanonets-OCR-s – Nanonets推出的OCR模型
Nanonets-OCR-s（Nanonets OCR Small）是Nanonets推出的图像到 Markdown 的 OCR 模型，支持将图像中的文档内容转换为结构化的 Markdown 格式。模型能提取文本，支持智能识别并处理复杂的文档元素，如 LaTeX 方程、图像描述、签名、水印、复选框和复杂表格。
阅读全文Lingshu – 阿里推出的医疗多模态语言模型
Lingshu是阿里巴巴达摩院推出的专注于医学领域的多模态大型语言模型。模型支持超过12种医学成像模态，包括X光、CT扫描、MRI等，在多模态问答、文本问答及医学报告生成等任务上展现出卓越的性能。Lingshu基于多阶段训练，逐步嵌入医学专业知识，显著提升在医学领域的推理和问题解决能力。
阅读全文MoFlow – AI情绪管理应用，自由书写调节情绪
MoFlow 是结合心理学与 AI 技术的情绪管理应用。基于书写、聊天等方式，帮助用户舒缓情绪，洞察情绪底层驱动因素，提升情绪调节能力。基于认知行为疗法（CBT），MoFlow 提供深度分析与个性化引导，让用户更好地理解自己。
阅读全文PreenCut – 开源的AI视频剪辑工具，支持自然语言进行检索定位
PreenCut是开源的AI视频剪辑工具，基于WhisperX实现高精度语音转录，结合DeepSeek和豆包API提供语义化搜索和智能剪辑功能。工具具备自动语音转录、AI智能分段、自然语言搜索、智能剪辑导出、批量处理等核心功能。
阅读全文RAG-Anything – 港大开源的多模态RAG系统
RAG-Anything是香港大学数据智能实验室推出的开源多模态RAG系统。系统支持处理包含文本、图像、表格和公式的复杂文档，提供从文档摄取到智能查询的端到端解决方案。系统基于多模态知识图谱、灵活的解析架构和混合检索机制，显著提升复杂文档处理能力，支持多种文档格式，如PDF、Office文档、图像和文本文件等。
阅读全文Oakley Meta HSTN – Meta与Oakley联合推出的AI智能眼镜
Oakley Meta HSTN 是 Meta 与 Oakley 联合推出的高性能 AI 智能眼镜，专为运动和日常佩戴设计。融合了 Oakley 的运动设计与 Meta 的 AI 技术，具备 1200 万像素超广角摄像头，支持 3K 视频录制，配备开放式扬声器和五麦克风系统，支持语音交互。
阅读全文DeepPiano – 智曲科技推出的AI钢琴应用
DeepPiano 是智曲科技推出的以大模型为内核的钢琴智能应用。通过先进的人工智能技术，为钢琴演奏者和学习者提供多种便捷功能。DeepPiano 能实现智能乐谱翻页，自动识别演奏进度，无需手动操作，让演奏更加流畅。
阅读全文元智医疗大模型 – 联影智能推出的医疗领域多模态模型
元智医疗大模型是联影智能推出的面向医疗领域的多模态人工智能模型，通过融合文本、影像、视觉、语音等多种模态数据，为医疗场景提供深度智能化解决方案。
阅读全文Kimi“新PPT助手” ，Kimi全新自研的免费AI生成PPT助手
前段时间给大家分享了一期用智能体做PPT的对比测评，很多友友都表示：那 Kimi 呢？今天偶然发现 Kimi+ 新增了一个叫“新PPT助手”的功能，立马上手体验了一下，还挺香。
阅读全文Solar – AI应用开发平台，支持全栈应用开发
Solar 是基于人工智能的应用开发平台，帮助企业快速构建全栈应用程序、自动化工作流和智能体。用户可以通过自然语言描述需求，Solar 会自动生成完整的应用程序，包括 Python 后端、Postgres 数据库和 React 前端。
阅读全文PageAI – AI网站生成器，自动完成从规划、设计到编码全流程
PageAI 是专为专业人士设计的 AI 网站生成器，能将简单的文字描述快速转化为功能完备、设计精美的网站。用户无需编写代码，只需输入需求描述，PageAI 可通过强大的 AI 模型，自动完成从规划、设计到编码的全过程，生成响应式、SEO 优化的网站代码，支持一键部署。
阅读全文Bubble – 无代码AI应用开发平台，通过拖拽元素设计应用
Bubble 是领先的无代码应用开发平台，通过可视化编程的方式，让用户无需编写代码即可构建和发布功能齐全的 Web 应用程序。用户可以通过拖拽元素（如文本、按钮、表格等）来设计应用界面，构建数据库以及建立响应用户操作的工作流。
阅读全文深度访谈Head AI创始人Kay，不睡觉的AI增长负责人
最近，Head AI 发布获得了很多关注，它称自己为「Worlds’s First AI Marketer」。Head AI 在获得锦秋和金沙江投资后，朱啸虎在多个场合提及和安利 Head AI，对这个团队和产品的喜爱之情溢于言表。
阅读全文盘古大模型 5.5 – 华为推出的新一代AI大模型
盘古大模型5.5是华为在开发者大会（HDC 2025）上发布的最新一代人工智能大模型。模型强调“不作诗，只做事”，专注于解决实际产业问题，推动千行百业的智能化升级。
阅读全文