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 222 / 422 页

谜境 – 国内首款AI创作Agent的互动剧本平台

谜境是国内首款AI创作Agent的互动剧本平台，专注于互动小说和剧本创作。平台搭载DeepSeek R1的推理思考能力，实现从剧本大纲、人物设定、角色关系图、分镜脚本到场景图的自动生成，支持自动配音、配乐和多样化互动设计。

阅读全文

Move AI – AI动作捕捉工具，支持普通2D视频转为3D运动数据

Move AI 是AI动作捕捉工具，专注于无标记动作捕捉技术，基于AI技术和计算机视觉技术，将普通摄像头（如手机）拍摄的2D视频转换为高质量的3D运动数据。Move AI无需穿戴任何特殊设备或标记，简化动作捕捉流程，具备高效、快速处理和高精度的特点。

阅读全文

Reka Flash 3 – Reka AI 推出的开源推理模型

Reka Flash 3 是 Reka AI 推出的开源推理模型，拥有 21 亿参数。支持多模态输入，包括文本、图像、视频和音频，可处理最多 32k 个令牌的上下文长度，适用于一般对话、编码辅助、指令跟随等场景。

阅读全文

Gemma 3 – 谷歌最新推出的开源多模态 AI 模型

Gemma 3 是谷歌最新推出的开源人工智能模型，专为开发者设计，支持多种设备上的人工智能应用开发。支持超过 35 种语言，具备分析文本、图像及短视频的能力，提供四种不同尺寸的模型（1B、4B、12B 和 27B），满足不同硬件和性能需求。

阅读全文

SimplifyAI – AI文档在线翻译平台，保持原文档的排版格式

SimplifyAI 是AI文档在线翻译平台，专注于提供高质量的文档翻译服务。能处理多种文件格式（如 PDF、DOCX、PPTX 等），保持原文档的排版格式，确保翻译后的文档布局与原文一致。SimplifyAI 提供术语表功能，用户可以创建管理专业术语，确保翻译的专业性和一致性。

阅读全文

Deep Research Web UI – 开源 AI 研究助手，逐步深入挖掘研究主题

Deep Research Web UI 是开源的 AI 研究助手工具，帮助用户高效地进行深度研究。通过 AI 驱动的迭代搜索，逐步深入挖掘指定主题，以树状结构可视化研究过程，让用户清晰了解 AI 的推理和信息收集路径。

阅读全文

如何用AI把长文一键生成可视化网页，附提示词

在数字化时代，信息的呈现方式正发生着翻天覆地的变化。传统的文件，如PDF文档和PPT演示虽然在信息传递中占据重要地位，但局限性也日益凸显。本文将介绍如何用AI把文档一键变成可视化网页，基于AI技术，可以将PDF文档一键转化为交互式的可视化网页，让信息传递变得更加生动、有趣且高效。

阅读全文

Quadratic – AI电子表格工具，自然语言创建和编辑图表

Quadratic是结合AI技术的现代电子表格工具，基于AI提升数据分析效率。用户用自然语言与数据交互，快速生成图表、简化数据库查询，在电子表格中直接编写和执行代码。Quadratic支持数据源连接，提供高性能的WebGL技术，确保快速响应。

阅读全文

11个免费的AI浏览器插件，学习和工作必备AI插件

浏览器作为我们日常获取信息、进行社交互动和开展线上活动的核心工具，也迎来了与 AI 深度融合的全新变革。本文将介绍11个免费的AI浏览器插件，当你在看英文文章的时候，遇到不认识的单词，直接点一下插件，能秒出翻译；或者你在找资料的时候，能帮你快速整理出重点，省时又省力。

阅读全文

Kuli Kuli – AI翻译应用，能即时翻译多种语言的菜单

Kuli Kuli 是为旅行者和美食爱好者设计的AI翻译应用。Kuli Kuli 能即时翻译多种语言的菜单，包括手写菜单，帮助用户轻松了解菜品内容。Kuli Kuli 提供过敏原信息、菜品图片、化妆品和日本美妆翻译等功能。Kuli Kuli 打破语言障碍，成为旅行和美食探索中的可靠伙伴。

阅读全文

Ganttable – AI甘特图管理工具，输入项目主题生成项目计划

Ganttable 是基于甘特图的智能项目管理工具，结合 AI 技术和强大的在线编辑功能。用户只需输入项目主题，能快生成详细的项目计划，基于 AI 实现任务分解和进度管理。Ganttable支持多维数据查看方式，包括甘特图、多维表格、看板和仪表盘，满足不同场景下的项目管理需求。

阅读全文

Docwelo – AI文档生成平台，自动生成格式完美、语言专业的文档

Docwelo 是专为自由职业者和小型企业设计的 AI 驱动文档生成平台。用户只需选择文档类型并回答几个简单问题，AI 能快速生成格式完美、语言专业的文档，涵盖法律合同、业务提案等多种类型。

阅读全文

Seedream 2.0 – 字节豆包推出的原生中英双语图像生成模型

Seedream 2.0 是字节跳动豆包大模型团队推出的原生中英双语图像生成模型，解决现有模型在文本渲染、文化理解等方面的不足。模型通过自研的双语大语言模型（LLM）作为文本编码器，能直接从海量数据中学习本土知识，生成具有准确文化细节和审美表达的高保真图像。

阅读全文

PP-DocBee – 百度飞桨推出的文档图像理解多模态大模型

PP-DocBee是百度飞桨（PaddlePaddle）团队推出的专注于文档图像理解的多模态大模型。基于ViT+MLP+LLM架构，具备强大的中文文档解析能力，能高效处理文字、表格、图表等多类型文档内容。PP-DocBee在学术界权威评测中达到同参数量模型的SOTA水平，在内部业务中文场景中表现优异。

阅读全文

PP-TableMagic – 百度飞桨团队开源的表格识别工具

PP-TableMagic 是百度飞桨团队推出的高性能表格识别工具，用在将图片中的表格结构化信息提取出来，转换为 HTML 等格式，进行进一步的数据处理和分析。PP-TableMagic 用自研的轻量级表格分类模型 PP-LCNet 和业界首个开源单元格检测模型 RT-DETR，及强大的表格结构识别模型 SLANeXt，结合三阶段预训练策略，提升表格识别的精度和效率。

阅读全文

浙江大学DeepSeek系列专题讲座课件第三期（PDF文件） – AI教程资料

《走向数字社会：从DeepSeek到群体智慧》和《语言解码双生花：人类经验与AI算法的镜像之旅》来自浙江大学人工智能教育教学研究中心，围绕人工智能技术及其在语言理解和教育领域的应用展开讨论。主要探讨了从图灵机到大模型的发展历程，以及DeepSeek大模型的构建与应用，强调了群体智慧在应对大模型挑战中的重要性。

阅读全文

VACE – 阿里通义推出的视频生成与编辑框架

VACE（Video Creation and Editing）是阿里巴巴通义实验室推出的一站式视频生成与编辑框架。基于整合多种视频任务（如参考视频生成、视频到视频编辑、遮罩编辑等）到一个统一模型中，实现高效的内容创作和编辑功能。VACE的核心在于Video Condition Unit（VCU），将文本、图像、视频和遮罩等多种模态输入整合为统一的条件单元，支持多种任务的灵活组合。

阅读全文

Responses API – OpenAI 推出的构建 AI Agents 的核心服务

Responses API 是 OpenAI 推出的用在构建 AI Agents 的核心接口，Responses API是 Chat Completions API 的升级版，结合 Assistants API 的工具调用能力，支持更复杂的任务处理。开发者基于一次调用，用多种内置工具（如网页搜索、文件搜索、计算机操作等）和多轮模型交互，完成复杂任务。

阅读全文