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 227 / 422 页

hyper-ugc – AI 驱动的 UGC 视频创作平台

hyper-ugc 是基于人工智能技术的UGC（用户生成内容）视频创作平台，帮助用户快速生成高质量的短视频内容。通过AI虚拟形象技术，替代真人出镜，支持多种社交媒体平台（如TikTok、Instagram等）的视频制作。

阅读全文

Manus

Manus 是蝴蝶效应公司推出的全球首个自主通用 AI Agent，支持通过自主行动完成任务和交付成果。Manus 运行在一个拥有互联网访问权限、持久文件系统和软件安装能力的沙盒环境中，能独立工作、记住长期任务的上下文。

阅读全文

Archon – 开源 AI 智能体框架，自主生成代码构建 AI 智能体

Archon 是专注于构建和优化 AI 智能体的开源项目。通过自主生成代码和优化智能体性能，展示了现代 AI 开发的核心理念。Archon 的核心功能包括智能体的快速构建、多智能体协作以及领域知识的无缝集成。

阅读全文

Chat2SVG – 文本描述实现高质量矢量图形的生成框架

Chat2SVG 是创新的文本到矢量图形（SVG）生成框架，通过结合大型语言模型（LLMs）和图像扩散模型，实现高质量 SVG 图形的自动化创作。通过多阶段流程，首先基于 LLMs 从文本描述生成语义上有意义的 SVG 模板，然后通过图像扩散模型增强细节，在最后阶段优化路径和点坐标，提升图形的规整性和复杂性。

阅读全文

BuzzClip – AI视频生成平台，60秒内生成有传播潜力的短视频

BuzzClip 是人工智能驱动的视频生成平台，专为快速创作TikTok内容而设计。能在60秒内生成具有病毒传播潜力的短视频，帮助用户高效地在TikTok上吸引关注。

阅读全文

悦录 – AI语音转文字工具，支持多种语言和方言、准确率高达95%+

悦录是AI语音转文字工具，基于同花顺的智能语音、自然语言处理等AI技术，能将语音录音快速准确地转换为文字，支持多种语言和方言，识别准确率高达95%以上。悦录具备说话人区分、智能摘要、多语言翻译、悬浮字幕等功能，适合会议记录、采访、学习等场景。

阅读全文

PodAgent – 港中文、微软、小红书联合推出的播客生成框架

PodAgent 是香港中文大学、微软和小红书联合推出的播客生成框架。基于模拟真实的脱口秀场景，用多智能体协作系统（包括主持人、嘉宾和编剧）自动生成丰富且结构化的对话内容。PodAgent构建了多样化的声音库，用在精准匹配角色与声音，确保音频的自然度和沉浸感。

阅读全文

Resume Matcher – 开源AI简历优化工具，解析简历和职位描述提供改进建议

Resume Matcher 是开源的 AI 简历优化工具，帮助求职者提升简历通过自动化筛选系统（ATS）的概率。Resume Matcher基于解析简历和职位描述，提取关键技能、经验和资格相关的关键词，用 FastEmbed 等技术计算文本相似性，提供针对性的改进建议。

阅读全文

北京大学《DeepSeek-R1及类强推理模型开发解读》（PDF文件） – AI教程资料

本文是关于DeepSeek-R1及类强推理模型开发的深度解读。详细剖析了DeepSeek-R1的技术架构，包括其基于规则的奖励机制、组相对策略优化（GRPO）算法以及多阶段训练流程，揭示了其在推理能力、语言一致性和安全性方面的优化策略。

阅读全文

DeepTutor – AI文档阅读助手，提供深度理解与互动

DeepTutor 是基于人工智能的智能辅导系统，通过个性化学习体验帮助用户高效理解复杂的学术内容。支持文本、图表、公式等多种内容的深度理解，能将复杂的学术或技术性问题分解为易于理解的部分。

阅读全文

Kiss3DGen – 基于图像扩散模型的3D资产生成框架

Kiss3DGen是创新的3D资产生成框架，通过重新基于预训练的2D图像扩散模型来高效生成、编辑和增强3D对象。核心在于生成“3D Bundle Image”，将多视图图像及对应的法线图组合成一种拼贴表示，法线图用于重建3D网格，多视图图像则提供纹理映射。

阅读全文

GuideGeek – AI旅行助手，输入时间、预算、兴趣点等快速生成详细安排

GuideGeek 是 Matador Network 开发的AI旅行助手，为用户提供高效、个性化的旅行规划服务。基于 OpenAI 技术，通过 WhatsApp、Instagram 和 Facebook Messenger 等社交平台与用户实时互动，无需下载独立应用。

阅读全文

Mesh – AI财务管理工具，实时自动化对账

Mesh 是专为初创企业设计的 AI 财务管理工具，帮助创始人和财务团队高效管理公司财务。通过实时数据同步和自动化功能，实现24/7自动对账，确保账目准确无误。Mesh 的智能分类功能可以自动识别和整理交易记录，减少人工操作，提供即时的财务洞察，包括现金流、支出和收入分析，帮助用户快速做出决策。

阅读全文

Promptimize AI – AI提示词工具，自动分析优化提示词

Promptimize AI 是专注于优化 AI 提示词的工具，帮助用户通过更精准的提示词提升 AI 输出的质量和效率。以浏览器插件的形式，支持多种主流 AI 平台，如 ChatGPT 和 Gemini，能一键优化提示词，更具针对性和连贯性。

阅读全文

SpatialVLA – 上海 AI Lab 联合上科大等推出的空间具身通用操作模型

SpatialVLA 是上海 AI Lab、中国电信人工智能研究院和上海科技大学等机构共同推出的新型空间具身通用操作模型，基于百万真实数据预训练，为机器人赋予通用的3D空间理解能力。SpatialVLA基于Ego3D位置编码将3D空间信息与语义特征融合，用自适应动作网格将连续动作离散化，实现跨机器人平台的泛化控制。

阅读全文

X-Dancer – 字节等机构推出音乐驱动的人像舞蹈视频生成框架

X-Dancer 是字节跳动联合加州大学圣地亚哥分校和南加州大学的研究人员共同推出的音乐驱动的人像舞蹈视频生成框架，支持从单张静态图像生成多样化且逼真的全身舞蹈视频。X-Dancer结合自回归变换器（Transformer）和扩散模型，用 2D 人体姿态建模，基于广泛可用的单目视频数据捕捉舞蹈动作与音乐节奏的复杂对齐关系。

阅读全文

Platus – AI法律平台，AI自动识别关键条款和潜在风险

Platus 是法律科技初创公司，专注于通过人工智能和无代码平台简化企业的法律流程。为中小企业和法律团队提供高效、自动化的法律基础设施，支持文件起草、审查、签署和公证等服务。

阅读全文

谛韵DiffRhythm – 西北工业联合港中文推出的端到端音乐生成工具

DiffRhythm（中文名称：谛韵） 是西北工业大学与香港中文大学（深圳）联合开发的端到端音乐生成工具，基于潜扩散模型（Latent Diffusion）技术，能快速生成包含人声和伴奏的完整歌曲。用户只需提供歌词和风格提示，DiffRhythm 能在10秒内生成长达4分45秒的高质量音乐作品。

阅读全文