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
AIShowX – 免费的AI图像和视频创作平台
AIShowX是免费的在线AI工具平台，提供多种功能，用户可以上传任意两张照片，免费生成拥抱视频，AIShowX的AI能将文本自动生成完整的视频，包括视觉效果、动画、字幕和旁白，能将低分辨率视频提升到高清4K，去除噪点、稳定画面、校正光线并锐化每一帧。
阅读全文SeeMuseums – AI艺术导览应用，提供个性化艺术解说
SeeMuseums 是创新的 AI 导览应用，为博物馆游客提供个性化、智能化的参观体验。应用具备多语言支持、智能推荐、AI 音频导览等功能，根据用户兴趣推荐艺术品和展览。
阅读全文Seedance 1.0 lite – 火山引擎推出的视频生成模型
Seedance 1.0 lite是火山引擎推出的豆包视频生成模型的小参数量版本，支持文生视频和图生视频两种生成方式，支持生成5秒或10秒、480p或720p分辨率的视频。
阅读全文Seed1.5-VL – 字节跳动Seed推出的视觉语言多模态大模型
Seed1.5-VL 是字节跳动 Seed 团队最新发布的视觉-语言多模态大模型，具备强大的通用多模态理解和推理能力，推理成本显著降低。模型由一个 532M 参数的视觉编码器和一个 20B 活动参数的混合专家（MoE）LLM 组成。
阅读全文StreamBridge – 苹果联合复旦推出的端侧视频大语言模型框架
StreamBridge 是苹果公司与复旦大学联合推出的端侧视频大语言模型（Video-LLMs）框架，能帮助 AI 实时理解直播流视频。框架基于内存缓冲区和轮次衰减压缩策略支持长上下文交互，引入轻量级激活模型实现主动响应功能。
阅读全文Chinese-LiPS – 智源研究院联合南大开源的中文多模态语音识别数据集
Chinese-LiPS 是智源研究院联合南开大学共同打造的高质量中文多模态语音识别数据集，包含100小时的语音、视频和手动转录文本，创新性地融合了唇读视频和演讲者的幻灯片内容。幻灯片由领域专家精心设计，确保了视觉图像的高质量和丰富性。
阅读全文Co-Sight – 中兴通讯开源的超级智能体项目
Co-Sight是中兴通讯开源的超级智能体项目，为协同视觉分析平台及智能自动化底座。采用多智能体架构，构建“数字团队”协同体系，通过DAG任务引擎驱动，实现任务的高效调度与执行。
阅读全文HealthBench – OpenAI推出的开源医疗测试基准
HealthBench是OpenAI推出的医疗开源测试基准，用在评估大型语言模型（LLMs）在医疗保健领域的表现和安全性。HealthBench包含5000个模型与用户或医疗专业人员之间的多轮对话，用262名医生创建的对话特定评分标准进行评估。
阅读全文MCPHub – 一站式MCP服务器聚合平台
MCPHub是一站式MCP（模型上下文协议）服务器聚合平台。支持将多个MCP服务器整合到不同的流式HTTP（SSE）端点，基于直观的Web界面和强大的协议处理能力，简化AI工具的集成流程。
阅读全文DeckSpeed – AI PPT制作工具，支持实时反馈调整内容
DeckSpeed是AI演示文稿制作工具。基于对话式交互，根据用户的指令和想法，快速生成专业、个性化的幻灯片，无需依赖传统模板。用户能实时反馈，调整颜色、风格和内容，确保演示文稿完全符合个人需求。
阅读全文CareerSwift – AI求职助手，AI分析简历内容提供改进建议
CareerSwift是人工智能驱动的求职助手，帮助求职者高效完成求职过程。通过AI分析简历内容提供改进建议，使简历更符合行业标准和职位要求；提供面试辅导资源，助力求职者提升面试技巧，支持智能匹配推荐适合的职位，简化申请流程。
阅读全文Matrix-Game – 昆仑万维开源的工业界首个空间智能大模型
Matrix-Game是昆仑万维开源的工业界首个10B+空间智能大模型，是Matrix-Zero世界模型中的可交互视频生成大模型。模型基于两阶段训练策略，根据用户输入生成连贯、可控的互动视频。
阅读全文Graphiti – 开源AI动态知识图谱生成框架
Graphiti 是为动态环境设计的 AI 知识图谱生成框架，为 AI 智能体构建能查询、具有时间感知能力的知识网络。Graphiti 能实时摄取和处理结构化与非结构化数据，支持动态数据整合、状态推理与自动化，及混合检索。
阅读全文Muyan-TTS – 开源文本转语音模型，零样本语音合成
Muyan-TTS 是为播客场景设计的开源文本转语音（TTS）模型。模型预训练超过10万小时的播客音频数据，能实现零样本语音合成，无需大量目标说话人的语音数据可生成高质量语音。模型支持说话人适配，进行个性化语音定制。
阅读全文Lovart
Lovart 是 LiblibAI 推出的全球首个设计 Agent，实现从概念到图像、视频、3D等的自动设计。Lovart 通过Edit Elements分层图像编辑功能，支持用户直接对图像进行精准修改，无需复杂的图像编辑软件。
阅读全文Sketch2Anim – 爱丁堡大学等机构推出的2D草图转3D动画框架
Sketch2Anim 是爱丁堡大学联合Snap Research、东北大学推出的自动化框架，能将2D草图故事板直接转换为高质量的3D动画。基于条件运动合成技术，用3D关键姿势、关节轨迹和动作词精确控制动画的生成。
阅读全文ViLAMP – 蚂蚁联合人民大学推出的视觉语言模型
ViLAMP（VIdeo-LAnguage Model with Mixed Precision）是蚂蚁集团和中国人民大学联合推出的视觉语言模型，专门用在高效处理长视频内容。基于混合精度策略，对视频中的关键帧保持高精度分析，显著降低计算成本提高处理效率。
阅读全文PrimitiveAnything – 腾讯联合清华大学推出的新型3D形状生成框架
PrimitiveAnything是腾讯人工智能平台部（AIPD）和清华大学联合开发的新型3D形状生成框架。将复杂的3D形状分解为简单的基元元素，通过自回归方式生成这些基元，最终重新组装成完整的3D形状。
阅读全文