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
MemenomeLM – AI视频创作工具，可将PDF、笔记等资料转换为短视频
MemenomeLM 是 Brainrot AI 推出的AI工具，专为Z世代研究人员设计，可将PDF文档、笔记等资料转化为有趣且互动性强的视频内容。
阅读全文剪小映 – 抖音推出的AI视频剪辑应用
剪小映是抖音推出的AI视频剪辑应用，专为零基础用户设计，操作简单便捷。具备AI智能解析功能，可精准识别素材中的场景、人物等元素，为用户提供智能剪辑指引。通过自动化成片功能，用户能快速生成高质量视频。
阅读全文DishGen – AI食谱生成器，输入食材或饮食偏好生成定制食谱
DishGen是AI食谱生成器，根据用户输入的食材、食谱想法或饮食偏好，快速生成个性化的食谱和餐饮计划。DishGen基于智能算法，将剩余食材转化为美味菜肴，减少食物浪费并节省金钱。用户能随时修改食谱，保存和分享自己的创作。
阅读全文GitDiagram – 开源AI可视化工具，自动将GitHub仓库转为交互式系统架构图
GitDiagram是开源工具，支持将GitHub仓库自动转换为交互式系统架构图，帮助开发者快速理解项目结构。工具基于AI技术分析代码库，生成包含组件关系的图表，点击图表组件能跳转到对应源文件。
阅读全文SOM AI – AI学术写作工具，能快速确定论文方向
SOM AI 是 AI 辅助学术写作工具，帮助学生轻松完成毕业论文（Skripsi）和学术研究。工具基于自然语言交互，提供研究主题头脑风暴、段落释义、简化复杂内容等功能，帮助学生避免抄袭、快速理解学术内容。
阅读全文WonderPlay – 斯坦福联合犹他大学推出的动态3D场景生成框架
WonderPlay 是斯坦福大学联合犹他大学推出的新型框架，支持从单张图片和用户定义的动作生成动态3D场景。基于结合物理模拟和视频生成技术，用物理求解器模拟粗略的3D动态，再驱动视频生成器合成更逼真的视频，用视频更新动态3D场景，实现模拟与生成的闭环。
阅读全文YouWare
YouWare 是一站式 AI 编程社区与开发平台，帮助用户轻松实现创意。只需通过自然语言描述需求，即可生成响应式、SEO 优化的网页和应用。YouWare 支持语音指令开发、自动数据库管理、企业级安全和一键发布功能，提供从设计到上线的全流程支持。
阅读全文CAR – 字节联合复旦推出的自适应推理框架
CAR（Certainty-based Adaptive Reasoning）是字节跳动联合复旦大学推出的自适应推理框架，能提升大型语言模型（LLM）和多模态大型语言模型（MLLM）在不同任务中的推理效率与准确性。框架基于动态地在短答案和长形式推理之间切换，根据模型对答案的置信度（通过困惑度PPL衡量）决定是否需要进行详细推理。
阅读全文PPT.AI – AI PPT制作工具，对内容进行自动设计与排版
PPT.AI 是AI演示文稿制作工具，能快速将用户输入的主题或上传的文档内容转换为专业的 PPT 演示文稿。具备智能内容生成、自动设计与排版、丰富模板选择、多语言支持等功能，支持15种主要语言，提供50多个专业模板。
阅读全文LLaDA-V – 人大高瓴AI联合蚂蚁推出的多模态大模型
LLaDA-V是中国人民大学高瓴人工智能学院、蚂蚁集团推出的多模态大语言模型（MLLM），基于纯扩散模型架构，专注于视觉指令微调。模型在LLaDA的基础上，引入视觉编码器和MLP连接器，将视觉特征映射到语言嵌入空间，实现有效的多模态对齐。
阅读全文LMEval – 谷歌开源的统一评估多模态AI模型框架
LMEval 是谷歌推出的开源框架，用在简化大型模型（LLMs）的跨提供商评估。框架支持多模态（文本、图像、代码）和多指标评估，兼容 Google、OpenAI、Anthropic 等主流模型提供商。LMEval 基于增量评估引擎，运行必要的测试，节省时间和计算资源。
阅读全文Unmute – Kyutai推出的低延迟语音交互系统
Unmute 是 Kyutai 推出的低延迟语音交互系统，专注于低延迟语音转文字（Speech-to-Text）和文字转语音（Text-to-Speech）。Unmute 基于先进的 AI 模型，为用户提供实时、高效的语音交互体验。
阅读全文QwenLong-L1-32B – 阿里Qwen-Doc开源的长文本推理模型
QwenLong-L1-32B 是阿里巴巴集团 Qwen-Doc 团队开源的首个长文本推理大模型。模型基于渐进式上下文扩展、课程引导的强化学习和难度感知的回顾性采样策略，显著提升在长文本场景下的推理能力。模型在多个长文本文档问答（DocQA）基准测试中表现优异，平均准确率达到了70.7%，超越OpenAI-o3-mini和Qwen3-235B-A22B等现有旗舰模型，且与Claude-3.7-Sonnet-Thinking相当。
阅读全文Onit – 开源的 Mac 桌面 AI 聊天助手
Onit是为Mac设计的AI聊天助手，支持停靠在任何应用程序中。Onit支持高亮文本自动加载，用户只需选择文本，Onit能自动作为上下文打开，无需复制粘贴。
阅读全文Direct3D-S2 – 南大联合复旦等高校推出的高分辨率3D生成框架
Direct3D-S2 是南京大学、DreamTech、复旦大学和牛津大学的研究人员共同推出的高分辨率 3D 生成框架，基于稀疏体积表示和创新的空间稀疏注意力（SSA）机制，大幅提升扩散变换器（DiT）的计算效率，显著降低训练成本。
阅读全文Slidev – 开源AI PPT制作工具，支持Markdown秒变幻灯片
Slidev 是开源的幻灯片制作工具，基于 Markdown + Vue 技术栈实现。工具支持用简单的 Markdown 语法创建幻灯片，支持代码高亮、实时编码演示、数学公式渲染、图表生成等功能，提供丰富的主题和样式选项。
阅读全文Cartwheel – AI 3D动画生成平台，文本描述生成高质量3D角色动画
Cartwheel 是 AI 3D 动画生成平台，基于文本到动画（Text-to-Motion）技术，让用户仅需输入文本描述，快速生成高质量的 3D 角色动画。平台结合深度学习模型与传统动画技术，支持动作捕捉、自动化运动合成，与主流 3D 软件无缝集成。
阅读全文Morphik – 开源的多模态检索增强生成工具
Morphik 是开源的多模态检索增强生成（RAG）工具，专为处理高技术性和视觉内容丰富的文档设计。支持对图像、PDF、视频等多种格式的文档进行搜索，采用 ColPali 等技术，能理解文档中的视觉内容。
阅读全文