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 221 / 422 页
《Manus没有秘密》70页PPT解读AI Agent（PDF免费下载）
《Manus没有秘密》由明浩老师撰写的解读 AI Agent 的70页PPT，主要介绍了 AI Agent（智能体）技术从L1到L3的过程，探讨了 AI Agent 的定义、实现原理、使用体验以及未来的发展趋势。通过对Manus等Agent产品的分析，深入讨论了AI技术的现状、挑战和未来方向。
阅读全文
FiaMind – AI思维导图工具，自动填充主题、生成关联节点
FiaMind 是 AI 思维导图工具，专为高效信息管理和创意辅助而设计。有灵活的无限画布，可自由拆分组合思维导图，满足多样化布局需求，涵盖逻辑图、思维导图、组织架构图等多种形式。
阅读全文
Botgroup.chat – 开源的AI机器人群聊项目，支持多个AI模型群聊对话
Botgroup.chat 是基于 React 和 Cloudflare Pages 的多人 AI 聊天应用。支持多个 AI 角色同时参与对话，提供类似群聊的交互体验。用户可以自定义 AI 角色的性格和模型，可以对特定 AI 进行禁言操作。
阅读全文
《Manus没有秘密》70页PPT解读AI Agent（PDF免费下载）
《Manus没有秘密》由明浩老师撰写的解读 AI Agent 的70页PPT，主要介绍了 AI Agent（智能体）技术从L1到L3的过程，探讨了 AI Agent 的定义、实现原理、使用体验以及未来的发展趋势。通过对Manus等Agent产品的分析，深入讨论了AI技术的现状、挑战和未来方向。
阅读全文
APB – 清华联合腾讯等机构推出的分布式长上下文推理框架
APB（Accelerating Distributed Long-Context Inference by Passing Compressed Context Blocks across GPUs）是清华大学等机构联合提出的分布式长上下文推理框架。通过稀疏注意力机制和序列并行推理方式，有效解决了大模型处理长文本时的效率瓶颈。
阅读全文
MT-MegatronLM – 摩尔线程开源的混合并行训练框架
MT-MegatronLM 是摩尔线程推出的面向全功能 GPU 的开源混合并行训练框架，主要用于高效训练大规模语言模型。支持 dense 模型、多模态模型及 MoE（混合专家）模型的训练。框架基于全功能 GPU 支持 FP8 混合精度策略、高性能算子库和集合通信库，显著提升了 GPU 集群的算力利用率。
阅读全文
MIDI – AI 3D场景生成技术，能将单张图像转化为360度3D场景
MIDI（Multi-Instance Diffusion for Single Image to 3D Scene Generation）是先进的3D场景生成技术，能在短时间内将单张图像转化为高保真度的3D场景。通过智能分割输入图像，识别出场景中的独立元素，再基于多实例扩散模型，结合注意力机制，生成360度的3D场景。
阅读全文
GradeWiz – AI教学助手，自动创建评分标准、批改学生作业和反馈
GradeWiz 是 AI 教学助手工具，通过人工智能技术帮助教育工作者高效完成作业批改和反馈工作。能自动创建评分标准、批改学生作业，提供详细反馈，将教师的批改时间平均减少 60%，批改准确率可达 95%。
阅读全文
TokenSwift – 超长文本生成加速框架，90分钟内生成10万Token文本
TokenSwift 是北京通用人工智能研究院团队推出的超长文本生成加速框架，能在90分钟内生成10万Token的文本，相比传统自回归模型的近5小时，速度提升了3倍，生成质量无损。TokenSwift 通过多Token生成与Token重用、动态KV缓存更新以及上下文惩罚机制等技术，减少模型加载延迟、优化缓存更新时间并确保生成多样性。
阅读全文
Gemini 2.0 Flash – Google推出的多模态 AI 模型
Gemini 2.0 Flash是Google推出的多模态AI模型，结合文本理解和图像生成能力。根据自然语言输入生成高质量的图像，支持多轮对话式的图像编辑，保持上下文连贯性。模型擅长将文本与图像结合，例如为故事生成连贯的插图、根据对话修改图像风格，用世界知识生成更准确的图像（如食谱插图）。Gemini 2.0 Flash在长文本渲染方面表现出色，适用于广告、社交媒体或邀请函等场景。
阅读全文
飞算JavaAI – AI Java 开发助手，需求分析到代码生成全流程开发
飞算JavaAI是飞算科技推出的智能Java开发助手。通过自然语言输入，实现从需求分析到代码生成的全流程智能化开发。核心功能包括需求分析、软件设计、代码生成和代码优化。
阅读全文
Open-Sora 2.0 – 潞晨科技开源的AI视频生成模型
Open-Sora 2.0 是潞晨科技推出的全新开源SOTA（State-of-the-Art）视频生成模型。Open-Sora 2.0 用 20 万美元（224 张 GPU）成功训练出 11B 参数的商业级模型，相比传统高性能视频生成模型大幅降低了训练成本。
阅读全文
Gemini Robotics – 谷歌 DeepMind 推出的具身智能大模型
Gemini Robotics 是谷歌 DeepMind 推出的基于 Gemini 2.0 的机器人项目，将大型多模态模型的能力引入物理世界。项目包含两个主要模型：Gemini Robotics-ER 和 Gemini Robotics。Gemini Robotics-ER 是增强版的视觉-语言模型（VLM），具备强大的具身推理能力，支持理解三维空间、物体检测、指向、轨迹和抓取预测等任务。
阅读全文
理想同学网页版 – 理想汽车推出的AI智能助手网页端
理想同学网页版是理想汽车推出的网页端AI智能助手，为用户提供智能交互服务。网页版接入了DeepSeek R1&V3 671B满血版模型，问答支持切换选择 MindGPT-3o 模型、满血版 DeepSeek 模型，支持选择是否连接互联网进行搜索。
阅读全文
子曰翻译2.0 – 网易有道推出的最新翻译大模型
子曰翻译2.0是网易有道推出的最新翻译大模型，模型在数据、算法和评估三个关键维度进行了系统性升级，实现了翻译质量、效率和鲁棒性的质的飞跃。 在数据层面，有道收集清洗了数千万高质量翻译数据，涵盖学术、新闻、医疗等多个领域，由专业人员进行精细化标注，为模型训练提供了丰富且准确的数据资源。
阅读全文
BlenderMCP – 基于 MCP 集成的 3D 建模工具
BlenderMCP是将Blender与Claude AI基于模型上下文协议（MCP）集成的工具。BlenderMCP用socket服务器实现Blender与AI的双向通信，支持创建、修改和删除3D对象，控制材质和颜色，获取场景信息，及在Blender中运行Python代码等功能。
阅读全文
AI-Researcher – 香港大学推出的开源自动化科学研究工具
AI-Researcher 是香港大学数据科学实验室推出的开源自动化科学研究工具，基于大型语言模型（LLM）代理实现从研究想法到论文发表的全流程自动化。AI-Researcher 支持用户在两种模式下操作：一是提供详细的研究想法描述，系统据此生成实现策略；二是提供参考文献，系统自主生成创新想法实施。
阅读全文
Motion Anything – 腾讯联合京东等高校推出的多模态运动生成框架
Motion Anything 是澳大利亚国立大学、悉尼大学、腾讯、麦吉尔大学、京东等机构推出的多模态运动生成框架，根据文本、音乐或两者的组合生成高质量、可控的人类运动。Motion Anything引入基于注意力的掩码建模方法，实现对运动序列中关键帧和动作的细粒度控制，解决现有方法无法根据条件优先生成动态内容的问题。
阅读全文