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
Mobvoi MCP Server – 出门问问推出的多模态MCP服务工具
Mobvoi MCP Server 是出门问问推出的一站式集成各项 AI 能力的工具，Mobvoi MCP Server集成语音生成、声音克隆、图片驱动数字人、视频配音等多项多模态 AI 能力。用户只需简单输入文本，能灵活调用功能。
阅读全文WebAgent – 阿里开源的自主搜索AI Agent
WebAgent是阿里巴巴开源的自主搜索AI Agent，具备端到端的自主信息检索与多步推理能力。WebAgent能像人类一样在网络环境中主动感知、决策和行动，应用在学术研究、商业决策和日常生活。
阅读全文Make – AI零代码自动化工作流搭建平台
Make是无代码自动化平台，基于AI驱动的自动化帮助企业提升效率和创新。Make提供超过2000个预建应用，支持多种业务场景，如营销、销售、财务等。Make的核心功能包括Make + AI、AI智能代理（Make AI Agents）及企业级自动化解决方案。
阅读全文Keevx
Keevx是AI数字人视频创作工具，帮助用户快速生成多语言、高质量的视频内容。Keevx提供丰富的功能，包括爆款视频裂变、URL 转视频、视频翻译、AI 脚本生成、PPT/PDF 转视频等。用户可以用 210+ 海外原生数字人形象和 40+ 视频模板，结合 70+ 种语言和 180+ 口音，轻松制作出符合需求的视频。
阅读全文Fish Audio – AI语音合成工具，支持声音克隆
Fish Audio 是生成式AI文本转语音（TTS）和声音克隆平台。Fish Audio支持用户将文本转换为自然流畅的语音，提供多种语言和声音风格。Fish Audio 提供声音克隆功能，用户上传目标人物的音频样本，基于AI技术克隆出该人物的声音，用在生成个性化的语音内容。
阅读全文小云雀
小云雀是字节跳动旗下剪映团队推出的AI内容创作Agent，主打"一句话打造一个爆款"的零门槛创作体验。用户只需输入一句指令，可自动生成15-60秒短视频、数字人口播视频、风格化海报等内容，支持200+可商用数字人形象和19种语言及方言。
阅读全文如何用AI设计海报，DeepSeek+即梦免费批量生成
佳节将至，还在为节日海报而苦恼吗？520刚过，端午节、六一儿童节、618就接踵而至，满街满屏的海报让人眼花缭乱。做自媒体电商以及实体店的小伙伴现在已经一个头两个大了吧。想要生成吸引人眼球而且不落俗套的海报，又不想消耗太多精力。不妨试试这个方法，用AI批量生成海报。
阅读全文Lemon AI – 开源全栈通用AI Agent，需求到交付全流程自动化
Lemon AI 是创新的全栈通用 AI Agent，支持实现从任务需求到成果交付的全流程自动化。Lemon AI 具备独立思考和系统规划的能力，能在虚拟环境中灵活调用多种工具，如编写代码、智能浏览网页、操作 Web 应用程序等。
阅读全文可灵2.1 – 快手推出的升级版AI视频生成模型
可灵2.1是快手推出的AI视频生成模型，模型现已上线可灵AI视频平台。平台更新包含可灵2.1和可灵2.1大师版两大基础模型。模型在速度、效果和价格上都有显著提升，性价比更高。可灵2.1分为标准版、高品质版和大师版，分别对应不同的创作需求。
阅读全文Dify、n8n、Coze、Fastgpt和Ragflow对比分析，如何选择？
这篇文章会从实用角度出发，通过详细的功能对比、真实的使用体验和具体的应用场景，帮助你在Dify、Coze、n8n、FastGPT和RAGFlow这五款主流平台中找到最适合自己的那一个。
阅读全文康奈尔大学《AI Agents vs. Agentic AI：概念分类、应用和挑战》
《AI Agents vs. Agentic AI：概念分类、应用和挑战》是美国康奈尔大学等高校研究团队推出的，深度剖析了AI Agents和Agentic AI这组易混淆的核心概念，探讨智能体技术发展中的堵点及解决思路。
阅读全文MagicTryOn – 浙大联合vivo等机构推出的视频虚拟试穿框架
MagicTryOn是浙江大学计算机科学与技术学院、vivo移动通信等机构推出的基于视频扩散Transformer的视频虚拟试穿框架。框架替换传统的U-Net架构为更具表现力的扩散Transformer（DiT），结合全自注意力机制，实现视频的时空一致性建模。
阅读全文Chatterbox – Resemble AI开源的文本转语音模型
Chatterbox是Resemble AI推出的开源文本转语音（TTS）模型。模型基于0.5B规模的LLaMA架构，用超过50万小时精选音频训练，性能直逼甚至超越部分闭源系统。Chatterbox支持零样本语音克隆，仅需5秒参考音频生成高度逼真的个性化语音。
阅读全文CoGenAV – 通义联合深圳技术大学推出的多模态语音表征模型
CoGenAV - 通义联合深圳技术大学推出的多模态语音表征模型
阅读全文Style Art AI – AI图像创作工具，支持生成各种艺术风格作品
Style Art AI 是基于AI技术的图像创作工具，结合最新的 ChatGPT 4o 模型与多种艺术风格，将文字描述或现有图像快速转换成各种艺术风格的图像。用户只需输入文本描述或上传图片，设置相关参数，AI 能在几分钟内生成高质量的艺术作品
阅读全文Paper2Poster – 滑铁卢、新加坡国立和牛津大学推出的学术海报生成框架
Paper2Poster是加拿大滑铁卢大学、新加坡国立大学等机构推出的创新学术框架，基于多模态自动化技术从科学论文生成海报。Paper2Poster推出PosterAgent，一个自顶向下的多智能体系统，支持将长篇论文内容压缩转化为结构化的视觉海报。
阅读全文OmniConsistency – 新加坡国立大学推出的图像风格迁移模型
OmniConsistency 是新加坡国立大学推出的图像风格迁移模型，能解决复杂场景下风格化图像的一致性问题。模型基于大规模配对的风格化数据进行训练，用两阶段训练策略，将风格学习与一致性学习解耦，在多种风格下保持图像的语义、结构和细节一致性。
阅读全文DeepSeek-R1-0528 – DeepSeek开源的最新版R1模型
DeepSeek-R1-0528 是 DeepSeek 团队推出的最新版AI模型。模型基于 DeepSeek-V3-0324 训练，参数量达 660B。模型在 HuggingFace 上开源，开发者能自由使用和修改。
阅读全文