AI导哈

工具 · 模型 · 行业动态

AI文章

发现新工具，了解新进展。让每一次阅读，都离用好 AI 更近一步。

7,595篇文章，持续更新

最新文章

第 194 / 422 页

Qwen3 – 阿里通义开源的新一代混合推理模型系列

Qwen3 是阿里巴巴推出的新一代大型语言模型，Qwen3 支持“思考模式”和“非思考模式”两种工作方式，思考模式模型会逐步推理，经过深思熟虑后给出最终答案，适合复杂问题。非思考模式模型提供快速、近乎即时的响应，适用于简单问题。

阅读全文

Yourware – AI网页构建平台，一键将网页代码快速上线

Yourware 是提供快速部署工具的在线平台，支持 HTML、CSS、JavaScript 和 React 等前端技术。基于一键部署功能，让用户轻松将网页代码快速上线，无需复杂的云服务或 GitHub Pages 等操作。

阅读全文

妙问 – 腾讯广告推出的全能AI营销助手

妙问是腾讯广告推出的全能AI营销助手，为广告主提供全方位的营销支持。支持7x24小时在线，能快速响应广告主的咨询，帮助解决从营销筹备、执行到复盘的全流程问题。

阅读全文

Manus深度体验，10个Case告诉你通用型Agent能做什么

虽然说Manus已经盛名在外，但是还是给没听过的友友们介绍一下：Manus与 ChatGPT等对话型AI不同，Manus的核心能力是将复杂任务拆解为可执行的小步骤，并调用工具（如浏览器、代码编辑器）自主完成全流程，最终直接交付给用户成果（如报告、PPT、数据分析图表）。 今天我就来测试一下，这个传说中的AI Agent流量王者的真实水准到底如何

阅读全文

DAMODEL – 一站式AI智算云平台，支持多种主流AI框架

DAMODEL（丹摩）是一站式AI智算云平台，基于强大的西云算力GPU云服务器，为用户提供高性能的AI开发环境。支持多种主流AI框架，如TensorFlow、PyTorch、PaddlePaddle等，预置了丰富的基础镜像，包括CUDA 11+、Python 3.10+和Ubuntu 20.04，确保用户能快速启动项目。

阅读全文

ChatDLM – Qafind Labs推出的全球最快扩散语言模型

ChatDLM是 Qafind Labs推出的全球最快扩散语言模型，核心定位是突破传统Transformer架构在长上下文处理与推理效率上的瓶颈。模型融合了“区块扩散（Block Diffusion）”与“专家混合（MoE）”技术，拥有7B的参数量，推理速度高达2800 tokens/s，支持131,072 tokens的超大上下文窗口。

阅读全文

Drimo – 追梦极客推出的一站式 AI 影视创作工具

Drimo 是追梦极客推出的 AI 智能创作工具，专为影视、广告从业者以及 AI 视频创作者设计，主要提升创作效率与专业性。能帮助影视从业者解决前期制作中的复杂流程，如故事创意生成、策划书撰写、演员场景选定、分镜脚本制作等。

阅读全文

Chatlog – 开源AI聊天记录分析工具，自动解析、可视化和挖掘聊天记录

Chatlog是开源的聊天记录分析工具，支持高效解析、可视化和挖掘微信、QQ、Telegram等主流聊天工具的聊天记录。工具支持从本地数据库文件获取数据，提供智能分析、数据可视化、自动化报告生成等功能。

阅读全文

Embodied Reasoner – 浙大联合阿里等机构推出的具身交互推理模型

Embodied Reasoner是浙江大学、中国科学院软件研究所、阿里巴巴集团等机构推出的新型的具身交互推理模型，基于视觉搜索、推理和行动协同完成复杂任务。模型基于模仿学习、自我探索和自我修正的三阶段训练方法，生成多样化的思考过程（如情境分析、空间推理、自我反思等）。

阅读全文

UniToken – 复旦联合美团等机构推出的统一视觉编码框架

UniToken 是新型的自回归生成模型，专为多模态理解与生成任务设计。通过结合离散和连续的视觉表示，构建了一种统一的视觉编码框架，能同时捕捉图像的高级语义和低级细节。

阅读全文

BILIVE – 开源AI录播工具，一站式自动直播录制与处理

BILIVE 是一款基于 AI 技术的开源工具，专为 B 站直播录制与处理设计。工具支持自动录制直播、渲染弹幕和字幕，支持语音识别、自动切片精彩片段，生成有趣的标题和风格化的视频封面。

阅读全文

OceanDoc – 科大讯飞新加坡团队推出的 AI PPT 生成工具

OceanDoc 是科大讯飞新加坡团队推出的AI智能办公工具，基于大语言模型和自然语言处理技术，能根据文本输入AI自动生成PPT幻灯片，提供AI驱动的设计建议，支持多语言翻译和本地化功能。

阅读全文

DeepSeek-R1T-Chimera – TNG开源的语言模型

DeepSeek-R1T-Chimera 是TNG科技公司推出的开源语言模型。结合 DeepSeek V3-0324 和DeepSeek R1两种模型的优势，基于创新的构建方法，将两者的神经网络组件融合，而非简单的微调或蒸馏。

阅读全文

DreamO – 字节联合北大推出的图像定制生成框架

DreamO 是字节跳动创作团队联合北京大学深圳研究生院电子与计算机工程学院联合推出的用在图像定制生成的统一框架，基于预训练的扩散变换器（DiT）模型实现多种图像生成任务的灵活定制。

阅读全文

Ev-DeblurVSR – 中科大等机构推出的视频画面增强模型

Ev-DeblurVSR是中国科学技术大学、合肥综合性国家科学中心人工智能研究所和新加坡国立大学联合推出的视频画面增强模型，能从低分辨率且模糊的视频输入中恢复出高分辨率、清晰的视频。

阅读全文

Concept Lancet – 宾夕法尼亚大学推出的图像编辑框架

Concept Lancet（CoLan）是宾夕法尼亚大学的研究团队推出的零样本、即插即用的图像编辑框架。Concept Lancet基于在潜在空间中对图像进行稀疏分解，将图像表示为视觉概念的线性组合，根据编辑任务（如替换、添加或移除概念）进行精确的概念移植。

阅读全文

BoomCut – 小影科技推出的AI跨境营销视频本地化工具

BoomCut（爆剪辑）是小影科技推出的 AI 跨境营销视频本地化工具，帮助用户以低成本打造爆款视频并拓展全球市场。通过唇音驱动和音色克隆技术，快速生成不同文本的口播视频，节约人力和时间成本。

阅读全文

Lyria 2 – DeepMind 推出的 AI 音乐生成模型

Lyria 2 是谷歌 DeepMind 推出的第三代 AI 音乐生成模型，作为 Vertex AI 平台的核心组件，具备高保真音频生成能力，能输出 48kHz、24-bit 的专业级立体声音频。支持多种音乐风格，包括流行、摇滚、古典等，可实现跨风格融合。

阅读全文