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
Kimi-Researcher – Kimi推出的深度研究Agent模型
Kimi-Researcher 是月之暗面旗下的 Kimi 推出的基于端到端自主强化学习（end-to-end agentic RL）技术训练的新一代 Agent 模型，专为深度研究任务而设计。能自主规划任务执行流程，通过澄清问题、深入推理、主动搜索和调用工具等步骤，最终交付高质量的研究成果。
阅读全文OneRec – 快手推出的端到端生成式推荐系统
OneRec 是快手推出的新型端到端生成式推荐系统。采用编码器-解码器架构，通过稀疏 Mixture-of-Experts（MoE）技术提升模型容量，保持高效的计算性能。与传统级联推荐系统不同，OneRec 使用会话式生成方法，能生成上下文连贯的推荐结果，通过迭代偏好对齐模块结合直接偏好优化（DPO），进一步提升推荐质量。
阅读全文Stream-Omni – 中科院联合国科大推出的语言视觉语音模型
Stream-Omni是中国科学院计算技术研究所智能信息处理重点实验室、中国科学院人工智能安全重点实验室及中国科学院大学联合推出的类似GPT-4o的大型语言视觉语音模型，能同时支持多种模态组合的交互。模型支持大型语言模型为骨干，基于序列维度拼接实现视觉文本对齐，基于CTC的层维度映射实现语音文本对齐，高效地将文本能力迁移到语音模态。
阅读全文MindOmni – 腾讯联合清华等机构推出的多模态大语言模型
MindOmni 是腾讯 ARC Lab 联合清华大学深圳国际研究生院、香港中文大学和香港大学等推出的多模态大型语言模型，基于强化学习算法（RGPO）显著提升视觉语言模型的推理生成能力。模型用三阶段训练策略，首先构建统一视觉语言模型，基于链式思考（CoT）数据进行监督微调，用 RGPO 算法优化推理生成。
阅读全文清华大学《AI赋能教育：高考志愿填报工具使用指南》（PDF文件）
清华大学《AI赋能教育高考志愿填报工具使用指南》，基于AI技术解决高考志愿填报中的复杂决策问题。报告系统分析志愿填报的核心挑战，包括信息过载、多目标权衡和心理压力，提出了AI赋能的解决方案。
阅读全文Knowunity – AI学习辅导应用，覆盖小学到高中所有学科
Knowunity是AI学习辅导应用，能帮助学生更高效地学习和备考。应用提供无限的练习测验和抽认卡，覆盖从小学到高中的所有学科，包括AP和SAT等考试。基于拍照功能，学生获得问题的详细步骤解释。Knowunity提供互动测验和个性化考试建议，帮助学生更好地掌握学习内容。
阅读全文CreateVision AI – AI图像生成平台，支持样式、颜色、光照精准控制
CreateVision AI 是AI图像生成平台，平台融合 Flux.1 Dev 和 GPT-Image-1 两大顶级模型，为用户提供开源与闭源技术路线的极致体验。平台支持用户将创意想法瞬间转化为高质量图像，轻松生成逼真照片、卡通、插画和抽象艺术。
阅读全文Surge AI – AI数据标注平台，基于强化学习人类反馈优化性能
Surge AI 是专注于高质量数据标注和强化学习人类反馈（RLHF）的平台。总部位于美国旧金山，由前谷歌和Facebook工程师埃德温・陈创立。Surge AI 通过严格的标注员筛选和先进的质量监控技术，为人工智能模型提供精准的数据标注服务，涵盖自然语言处理、搜索评估和对抗训练等多个领域。
阅读全文Self Forcing – Adobe联合德克萨斯大学推出的视频生成模型
Self Forcing 是 Adobe Research 与德克萨斯大学奥斯汀分校联合推出的新型自回归视频生成算法，解决传统生成模型在训练与测试时的暴露偏差问题。通过在训练阶段模拟自生成过程，以先前生成的帧为条件生成后续帧，而非依赖真实帧，弥合训练与测试分布的差异。
阅读全文DeepSite V2 – AI网页生成工具，支持对网页元素进行精准修改
DeepSite V2 是基于 DeepSeek R1-0528 模型开发的 AI 网页生成工具，称为“网页版 Cursor”。无需安装或配置本地环境，用户只需通过简单的文字提示，可快速生成、预览并迭代网站页面。
阅读全文Skywork-SWE-32B – 昆仑万维开源的自主代码智能体基座模型
Skywork-SWE-32B是昆仑万维开源的32B规模的软件工程（SWE）自主代码智能体基座模型。模型专注于软件工程任务，特别是仓库级代码修复能力，能在多轮交互和长文本处理的复杂场景中表现出色。
阅读全文FactSnap – 新一代AI信息核查工具
FactSnap是新一代AI信息核查工具，帮助用户快速验证网页信息的真实性。通过集成多种模型和搜索引擎，在用户浏览网页时对选中的文字进行实时核查。
阅读全文Hailuo Video Agent – MiniMax推出的零门槛AI视频创作Agent
Hailuo Video Agent 是 MiniMax 稀宇科技推出的零门槛AI视频创作工具，通过简单的文字输入或图片上传，可一键生成高质量的创意视频，涵盖多种应用场景，如广告、纪录片、梦境视频等。
阅读全文SongGeneration – 腾讯AI Lab开源的音乐生成大模型
SongGeneration是腾讯AI Lab推出的AI音乐生成大模型。模型支持解决音乐AIGC领域中的音质、音乐性与生成速度等关键问题，SongGeneration基于LLM-DiT融合架构，显著提升音质表现和生成速度，生成歌曲的质量在多个维度上优于多数开源模型，部分指标媲美商业闭源模型。
阅读全文MeWM – AI医学世界模型，精准模拟肿瘤演化
MeWM（Medical World Model）是创新的医学模型，由香港科技大学（广州）等机构提出，通过模拟疾病动态来辅助临床决策。由策略模型、动态模型和逆向动态模型组成。
阅读全文Hailuo 02视频生成效果怎么样？实测超越可灵2.0、Veo 3
在AI视频领域，效率、成本与质量就像是横亘在开发者与创作者面前的 “三座大山”。Hailuo 02视频模型 刷新 AA Video Arena（全球视频模型竞技场）排行榜，图生视频碾压谷歌Veo 3、快手可灵2.0。
阅读全文Office-PowerPoint-MCP-Server – 基于MCP的开源PPT生成与编辑工具
Office-PowerPoint-MCP-Server 是基于 Model Context Protocol（MCP）的开源工具，专门用在演示文稿的自动化创建和编辑。工具基于 python-pptx 库实现对 PowerPoint 文件的精细操作，支持从零开始创建新演示文稿或对现有文件进行修改。
阅读全文乐享AI助手 – 腾讯推出的AI知识社区助手
乐享AI助手是腾讯乐享平台推出的基于大模型技术的智能工具，为企业提供高效的知识管理与学习支持。能结合企业内部知识库内容，提供精准的智能问答服务，快速解答员工问题，助力知识共享与协作。
阅读全文