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
PPT.cn – AI PPT制作平台，快速生成完整的PPT框架
PPT.cn 是基于 AI 技术的智能 PPT 制作平台，帮助用户快速、高效地生成高质量的 PPT 演示文稿。用户只需输入主题或上传相关文档，平台通过 AI 智能解析，快速生成逻辑清晰、视觉效果出色的 PPT 框架和内容。
阅读全文DeepEyes – 小红书联合西安交大推出的多模态深度思考模型
DeepEyes 是小红书团队和西安交通大学联合推出的多模态深度思考模型。基于端到端强化学习，实现类似 OpenAI o3 的“用图思考”能力，无需依赖监督微调（SFT）。DeepEyes 在推理过程中动态调用图像工具，如裁剪和缩放，增强对细节的感知与理解。
阅读全文从容大模型 – 云从科技推出的多模态AI模型
从容大模型是云从科技推出的多模态AI模型。模型在国际权威评测平台OpenCompass的多模态榜单中以80.7分登顶，超越谷歌、OpenAI等顶尖团队。
阅读全文AI周刊丨本周不可错过的AI行业动态（5.26-6.1）
本篇内容，带你快速了解本周AI（5.26-6.1）热点资讯。不可错过的AI行业动态
阅读全文吴恩达团队推出《MCP：使用 Anthropic 构建富上下文 AI 应用》
DeepLearning.AI平台上推出“MCP: Build Rich-Context AI Apps with Anthropic”的在线课程。课程由Anthropic和DeepLearning.AI合作开发，Elie Schoppik讲授，属于中级水平，总时长为1小时38分钟，包含11个视频课程和7个代码示例。
阅读全文DGM – 自改进AI Agent系统，会迭代修改自身代码提升性能
DGM（Darwin Gödel Machine）是自改进人工智能系统，通过迭代修改自身代码来提升性能。DGM从其维护的编码代理档案中选择一个代理，基于基础模型生成新版本，然后在编码基准测试中验证新代理的性能。
阅读全文SignGemma – 谷歌DeepMind推出的手语翻译AI模型
SignGemma 是谷歌 DeepMind 团队推出的全球最强大的手语翻译AI模型。专注于将美国手语（ASL）翻译成英语文本，通过多模态训练方法，结合视觉数据和文本数据，精准识别手语动作并实时转化为口语文本。
阅读全文Fairies – 通用型AI Agent，强大的多任务执行能力
Fairies 是通用型 AI Agent 智能体，具备强大的多任务执行能力，可处理文件管理、代码生成、邮件发送等 1000 多种操作。Fairies 支持自然语言交互，用户只需简单描述需求，能快速响应并执行任务。
阅读全文Aperty – AI人像照片编辑器，支持批量修图
Aperty是智能AI人像照片编辑器，专为摄影师设计，支持MacOS和Windows系统，或作为Photoshop和Lightroom的插件使用。Aperty基于先进的AI技术，快速去除瑕疵、平滑皮肤、提亮眼睛、增强笑容，同时保留自然美感。
阅读全文Olovka AI – AI学术写作辅助平台，提供针对性的写作建议
Olovka AI 是专为学生设计的AI学习辅助平台，帮助学生更高效地撰写学术论文提升学习效果。核心功能包括AI写作辅助、智能写作建议、互动式学习以及实时聊天与研究辅助。
阅读全文Chai – AI伴侣应用，可主导剧情走向
Chai是AI伴侣应用，具备强大的内容生成能力和独特的交互体验。能生成细腻的情感描写和连贯的剧情发展，让用户仿佛置身于真实恋爱场景中。用户可主导剧情走向，探索成人向内容，体验自由度极高。
阅读全文MiMo-VL – 小米开源的多模态大模型
MiMo-VL 是小米开源的多模态大模型，由视觉编码器、跨模态投影层和语言模型构成，视觉编码器基于Qwen2.5-ViT，语言模型是小米自研的MiMo-7B。
阅读全文Circuit Tracer – Anthropic开源的AI模型内部决策追踪工具
Circuit Tracer 是 Anthropic 推出的开源工具，用在研究大型语言模型的内部工作机制。Circuit Tracer 基于生成归因图（attribution graphs）揭示模型在生成特定输出时内部所经历的步骤
阅读全文灵码 IDE – 通义灵码推出的AI原生IDE
灵码 IDE是通义推出的AI原生IDE，用户可以在通义灵码官网免费下载使用。IDE深度适配了最新的千问3大模型，全面集成了通义灵码插件能力，具备编程智能体、行间建议预测、行间会话等功能。
阅读全文OpenDeRisk – 开源的AI原生风险智能管理系统
OpenDeRisk是AI原生的风险智能管理系统，支持为应用系统提供7×24小时的全面保护。系统基于深度根本原因分析（DeepResearch RCA），快速定位问题根源，结合可视化证据链，让诊断过程清晰透明。
阅读全文OmniSync – 人民大学联合快手、清华推出的通用对口型框架
OmniSync是中国人民大学、快手科技和清华大学联合推出的通用对口型框架，基于扩散变换器（Diffusion Transformers）实现视频中人物口型与语音的精准同步。OmniSync基于无掩码训练范式直接编辑视频帧，无需参考帧或显式掩码，支持无限时长推理，同时保持自然的面部动态和身份一致性。
阅读全文FLUX.1 Kontext – Black Forest Labs 推出的图像生成与编辑模型
FLUX.1 Kontext 是由 Black Forest Labs 推出的图像生成与编辑模型，支持上下文感知的图像处理。模型基于文本和图像提示进行生成与编辑，支持对象修改、风格转换、背景替换、角色一致性保持和文本编辑等多种任务。
阅读全文EVI 3 – Hume AI推出的语音语言模型
EVI 3是Hume AI推出的全新语音语言模型，模型能同时处理文本和语音标记，实现自然、富有表现力的语音交互。模型支持高度个性化，根据用户提示生成任何声音和个性，实时调节情感和说话风格。
阅读全文