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
MT-Color – 上海交大联合哔哩哔哩推出的可控图像着色框架
MT-Color是上海交通大学联合哔哩哔哩推出的基于扩散模型的可控图像着色框架，基于用户提供的实例感知文本和掩码实现精确的实例级图像着色。框架基于像素级掩码注意力机制防止色彩溢出，用实例掩码和文本引导模块解决色彩绑定错误问题，用多实例采样策略增强实例感知效果。
阅读全文Stable Audio Open Small – Stability AI和Arm推出的文本到音频生成模型
Stable Audio Open Small 是 Stability AI 与 Arm 合作推出的轻量级文本到音频生成模型。基于 Stable Audio Open 模型，参数量从11亿减少到3.41亿，生成速度更快，能在移动设备上快速生成音频，如鼓点循环、音效等。
阅读全文ChatUI – 阿里推出的开源智能对话式 UI 组件库
ChatUI 是阿里团队推出的开源智能对话式 UI 组件库，能帮助开发者快速构建高质量的聊天应用，提供响应式设计、国际化、主题定制等功能。ChatUI 基于阿里巴巴 Alime Chatbot 的最佳实践，用 TypeScript 编写，支持无障碍功能，兼容多种浏览器。
阅读全文LBM – AI图像转换框架，实现可控阴影生成
LBM（Latent Bridge Matching）是Jasper Research团队推出的新型图像到图像转换框架，基于在潜在空间中构建桥匹配实现快速高效的图像转换。LBM仅需单步推理完成任务，适用多种图像转换场景，如目标移除、重打光、深度和法线估计等。
阅读全文AlphaEvolve – 谷歌 DeepMind 推出的通用科学AI Agent
AlphaEvolve是谷歌DeepMind推出的通用科学Agent，基于结合大型语言模型（LLMs）的创造力和自动评估器来设计和优化高级算法。用Gemini Flash和Gemini Pro两种模型，基于进化框架不断改进最有潜力的算法。AlphaEvolve在数据中心调度、硬件设计、AI训练和复杂数学问题解决等领域取得显著成果，优化矩阵乘法算法，提升数据中心效率，在多个开放数学问题上取得突破。
阅读全文Skywork-VL Reward – Skywork AI开源的多模态奖励模型
Skywork-VL Reward是Skywork AI开源的多模态奖励模型，能为多模态理解和推理任务提供可靠的奖励信号。模型基于Qwen2.5-VL-7B-Instruct架构，基于添加奖励头结构，用成对偏好数据进行训练，输出与人类偏好对齐的标量奖励分数。
阅读全文GPDiT – 清华北大联合阶跃星辰等推出的视频生成模型
GPDiT（Generative Pre-trained Autoregressive Diffusion Transformer）是北京大学、清华大学、StepFun公司及中国科学技术大学推出的新型视频生成模型，模型结合扩散模型和自回归模型的优势，基于自回归方式预测未来的潜在帧，自然地建模运动动态和语义一致性。
阅读全文DanceGRPO – 字节Seed联合港大推出的统一视觉生成强化学习框架
DanceGRPO 是字节跳动 Seed 和香港大学联合推出的首个统一视觉生成强化学习框架。将强化学习应用在视觉生成领域，覆盖两大生成范式（diffusion 和 rectified flow）、三项任务（文本到图像、文本到视频、图像到视频）、四种基础模型（SD、HunyuanVideo、FLUX、SkyReels-I2V）及五类奖励模型（图像视频美学、图文对齐、视频动态质量、二元奖励）。
阅读全文Zetta – AI数据分析平台，AI洞察识别趋势、模式和异常
Zetta 是先进的AI数据分析工具，专为企业提供快速、高效的数据洞察。通过自动化生成可视化仪表板和AI驱动的分析，帮助用户无需手动构建仪表板或进行临时分析，节省时间和资源。
阅读全文Being-M0 – 北大联合人民大学推出的人形机器人通用动作生成模型
Being-M0 是北京大学、中国人民大学等机构联合推出的首个大规模人形机器人通用动作生成模型。Being-M0 基于业界首个百万级动作数据集 MotionLib，用创新的 MotionBook 编码技术，将动作序列转化为二维图像进行高效表示和生成。
阅读全文Dust – AI Agent构建平台，零代码创建定制化AI Agent
Dust 是强大的 AI Agent构建平台，帮助企业快速构建和部署定制化的 AI Agent，提升工作效率和优化业务流程。用户无需编写代码，可在几分钟内创建强大的 AI Agent，连接到公司数据，定制功能，快速部署。
阅读全文Chatbase – AI聊天机器人平台，创建定制化的网站机器人
Chatbase 是智能聊天机器人平台，帮助企业快速创建和部署高效、个性化的聊天机器人。具备强大的 AI 技术，能基于用户数据进行深度学习，提供精准且自然的对话体验。
阅读全文如何用AI生成全网爆火的“平凡无奇”iPhone自拍图
最近全网都在玩AI名人合影！周杰伦低调现身各地、马斯克和黄仁勋在西湖边喝奶茶、奥特曼与爱因斯坦同框自拍……其实用GPT-4o，你也能轻松生成“随手拍”感的趣味合照！以下是保姆级教程
阅读全文ImageFusion AI – 免费AI图像合成工具，快速无缝融合多张图片
ImageFusion AI是免费的在线照片合成与增强工具，通过AI技术帮助用户快速、高效地将多张图片融合在一起，创造出独特的视觉效果。能将不同元素组合，创造出难以手动实现的视觉效果。
阅读全文PRDKit – AI产品需求文档生成工具，自动生成可视化内容
PRDKit 是 AI 驱动的产品需求文档（PRD）生成工具，专为产品经理和团队设计。通过 AI 技术，将模糊的产品想法快速转化为清晰、结构化的文档，支持生成用户流程图、线框图等可视化内容，能自动生成社交媒体宣传文案、新闻稿等上市材料。
阅读全文OpenMemory MCP – 基于MCP协议的本地AI记忆共享工具
OpenMemory MCP 是mem0推出的基于开放模型上下文协议（MCP）构建的开源工具，能解决 AI 工具记忆痛点，实现不同工具间共享上下文信息。OpenMemory MCP支持 100% 本地运行，数据存储在用户本地设备上，确保隐私和安全。
阅读全文信风AI – AI出海拓客工具，全天无休自动拓客营销
信风AI（TradeWind AI）是专为制造业和工业品企业出海打造的AI拓客工具。基于前沿AI技术，能实时搜索全球企业数据，精准锁定潜力客户，在东南亚、中东、拉美、东欧等国家的数据覆盖率大幅提升。
阅读全文FaceShot – 同济大学联合上海 AI Lab等推出的肖像动画生成框架
FaceShot是同济大学、上海 AI Lab和南京理工大学推出的新型无需训练的肖像动画生成框架。用外观引导的地标匹配模块和基于坐标的地标重定位模块，为各种角色生成精确且鲁棒的地标序列，基于潜在扩散模型的语义对应关系，跨越广泛的角色类型生成面部动作序列。
阅读全文