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 199 / 422 页

ImagePulse – 魔搭社区开源的图像理解和生成模型数据集

ImagePulse （图律脉动）是魔搭社区推出的开源项目，为下一代图像理解和生成模型提供数据集支持，通过原子化模型的能力并构建原子能力数据集。项目包含多个原子能力数据集，例如“修改、添加、移除”“放大、缩小”“风格迁移”和“人脸保持”等。

阅读全文

7牛AI – AI PPT生成工具，支持数据联动更新自动同步

7牛AI 是高效便捷的AI PPT生成工具。用户只需输入主题或要点，能快速生成完整的PPT初稿，大大节省制作时间。拥有丰富多样的模板库，涵盖商务、教育、科技等多种风格，满足不同场景需求。

阅读全文

Gemma 3 QAT – 谷歌推出的最新开源模型，Gemma 3 量化版

Gemma 3 QAT（Quantization-Aware Training）是谷歌推出的最新一代开源模型，是Gemma 3 的量化优化版本。通过量化感知训练技术，Gemma 3 QAT 在显著降低内存需求的同时，保持了高质量的性能。

阅读全文

Desearch – AI深度研究工具，自动梳理研究思路生成研究框架

Desearch是专注于深度研究和智能分析的平台，帮助用户高效获取有价值的信息并精准建立研究框架。平台提供了多种研究模式，包括普通模式、深度模式和专家模式，适用于快速获取信息、专题调研和跨领域战略分析。

阅读全文

OpenAI《构建 Agents 实用指南》（PDF文件） – AI教程资料

《构建Agents实用指南》阐述了基于大语言模型（LLM）的Agents开发框架。Agents作为能独立执行多步骤工作流的AI系统，基于动态决策、工具调用和错误恢复能力，特别适用于客服审批、欺诈检测等传统规则难以处理的复杂场景。

阅读全文

飞猪AI问一问 – 飞猪推出的多智能体 AI 旅行助手

飞猪AI问一问是飞猪推出的多智能体驱动的AI旅行助手。通过多个专业智能助手协同工作，为用户提供从行程规划到预订的一站式旅行服务。用户只需提出需求，如旅行时间、目的地、预算等，AI问一问会迅速生成包含机票、酒店、景点路线的完整方案，实时同步价格与房态信息，方便用户直接预订。

阅读全文

Anthropic 推出 Claude Code 智能编程最佳实践指南（中文版）

Claude Code是用在智能编码(agentic coding)的命令行工具。本文涵盖了经过验证有效的技巧和方法，用于在各种代码库、语言和环境中使用Claude Code。 我们最近发布了Claude Code，这是一个用于智能编码的命令行工具。作为研究项目开发，Claude Code为Anthropic工程师和研究人员提供了更原生的方式将Claude集成到他们的编码工作流程中。

阅读全文

Aether – 上海 AI Lab 开源的生成式世界模型

Aether 是上海AI Lab开源的生成式世界模型，完全基于合成数据训练。Aether 首次将三维时空建模与生成式建模深度融合，具备 4D 动态重建、动作条件视频预测和目标导向视觉规划三大核心能力。

阅读全文

SkyReels-V2 – 昆仑万维开源的无限时长电影生成模型

SkyReels-V2是昆仑万维SkyReels团队推出的无限时长电影生成模型，基于扩散强迫（Diffusion-forcing）框架，结合多模态大语言模型（MLLM）、多阶段预训练、强化学习等技术，生成高质量、无限时长的视频内容。

阅读全文

OpenUtau – 开源的AI歌声合成工具，自动适配系统语言

OpenUtau 是开源的歌声合成工具，兼容 UTAU 音源库和重采样器，支持 VSQX 导入、多语言界面及预渲染功能，帮助创作者快速预览作品节省时间。OpenUtau现代化的界面和丰富的编辑功能，如音素器、颤音编辑器等，让音乐创作更加直观高效。

阅读全文

Markable AI – AI电商营销助手，内容创作与自动化营销一站式服务

Markable AI 是 AI 电商创作营销助手，为创作者提供一站式变现工具。基于图像与视频识别技术，Markable AI能识别照片和视频中的商品，将用户导流至电商平台。

阅读全文

GigaTok – 港大联合字节推出用于自回归图像生成的视觉分词器

GigaTok 是用于自回归图像生成的视觉分词器，参数量达 30 亿。通过语义正则化技术，将分词器特征与预训练视觉编码器（如 DINOv2）的语义特征对齐，有效约束潜在空间复杂度，解决了视觉分词器在扩展时重建质量与生成质量之间的矛盾。

阅读全文

CapWords – AI语言学习应用，识别物体提供对应的外语单词和发音

CapWords 是创新的语言学习应用，通过 AI 技术让用户能随时随地学习新单词。用拍照功能，将生活中的物品转化为学习内容，识别物体并提供对应的外语单词、发音和例句，支持英语、法语、日语、韩语等 9 种语言。

阅读全文

HumanRig – 阿里高德推出的3D人形角色自动绑定任务数据集

HumanRig 是阿里巴巴团队开发的 3D 人形角色自动绑定研究项目。解决现有绑定技术因缺乏高质量数据集而发展受限的问题，通过提供大规模、高质量的数据集和创新的自动绑定框架，推动 3D 角色动画制作的自动化发展。

阅读全文

必火AI – AI数字人生成平台，真人视频复刻逼真数字人形象

必火AI是专注于短视频创作的国产AI数字人工具，集成了数字人形象生成、语音合成、视频剪辑等多种功能。用户只需上传3分钟真人视频，可生成高度逼真的数字人形象，微表情精度可达0.1毫米级。

阅读全文

MineWorld – 微软研究院开源的实时交互式世界模型

MineWorld是微软研究院开源的基于《我的世界》（Minecraft）的实时交互式世界模型，基于视觉-动作自回归Transformer架构，将游戏场景和动作转化为离散的token ID，通过下一个token预测进行训练。模型开发了并行解码算法，可实现每秒4至7帧的生成速度，支持实时互动。

阅读全文

如何获得扣子空间邀请码，免费共享互助

官网申请：扣子空间的官方网站，注册或登录，填写信息，在官网排队领取邀请码。免费互助：在扣子空间中完成第一个任务后，用户可以点击左下角生成5个邀请码，邀请他人体验。

阅读全文

扣子

Coze是字节跳动推出的AI办公助手，能通过AI技术简化工作流程，提升工作效率。通过Agent Skills技能系统和Agent Plan长期计划功能，实现从单一工具到智能工作伙伴的转变。

阅读全文