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 231 / 422 页

VidSketch – 浙江大学推出的视频动画生成框架

VidSketch 是浙江大学 CAD&CG 国家重点实验室和软件学院推出的创新视频生成框架，根据手绘草图和简单文本提示生成高质量的视频动画。VidSketch基于“层级草图控制策略”动态调整草图的引导强度，适应不同绘画技能的用户，借助“时空注意力机制”增强视频的时空一致性，解决帧间连贯性问题。

WhisperChain – AI实时语音转文字工具，自动对文本进行清理和优化

WhisperChain 是开源的语音识别工具，基于语音输入提升工作效率。WhisperChain用 Whisper.cpp 实现实时语音识别，将语音转换为文本，基于 LangChain 对文本进行清理和优化，去除填充词、编辑并精炼内容。WhisperChain支持全局快捷键，方便用户随时启动语音输入，自动将清理后的文本复制到剪贴板，方便粘贴使用。

VideoFusion – AI视频剪辑工具，自动去除视频黑边、水印和字幕

VideoFusion 是开源的短视频拼接与处理软件，专为高效视频编辑设计。支持自动去除视频中的黑边、水印和字幕，能将视频自动旋转为横屏或竖屏，适配不同播放场景。软件具备降噪、去抖动、音量平衡等功能，能提升视频画质。

HippoRAG 2 – 俄亥俄州立大学推出的检索增强生成框架

HippoRAG 2是俄亥俄州立大学推出的检索增强生成（RAG）框架，解决现有RAG系统在模拟人类长期记忆动态性和关联性方面的局限性。HippoRAG 2基于个性化PageRank算法，将深度段落整合和更有效的在线LLM（大型语言模型）使用，推动RAG系统更接近人类长期记忆的效果。

TrendPublish – AI内容发布工具，支持智能总结和自动发布

TrendPublish 是基于 AI 的趋势发现和内容发布系统。基于多源数据采集，从 Twitter/X、网站等渠道获取信息，用 DeepseekAI、千问等 AI 服务进行智能总结、关键信息提取和标题生成。系统支持自动发布内容到微信公众号，具备自定义模板和定时发布功能。

360周鸿祎《DeepSeek给我们带来的创业机会》（PDF文件） – AI教程资料

清华大学发布的《DeepSeek给我们带来的创业机会》，由360集团创始人周鸿祎主讲，探讨了人工智能（尤其是大模型技术）的发展历程、DeepSeek的核心创新、以及在政企和创业领域的应用前景。强调DeepSeek作为一种颠覆性技术，如何通过技术创新、用户体验优化、开源模式和成本降低，推动AI在各个行业的普及和落地。详细介绍了DeepSeek在个人智能、万物智能、产业智能化改造、未来产业、科学研究和安全领域的应用方向，提出了将大模型与具体场景结合的策略，实现降本增效和业务流程优化。

Baichuan-Audio – 百川智能开源的端到端语音交互模型

Baichuan-Audio是百川智能推出的端到端音频大语言模型，支持无缝集成音频理解和生成功能，实现支持高质量、可控的实时中英双语对话。Baichuan-Audio基于多码本离散化技术将音频信号转化为离散标记，保留语义和声学信息，用独立的音频头增强音频特征处理能力。

FLORA – AI画布工具，一键生成故事分镜和角色设计

FLORA是AI创意工具平台，专为设计师、创意工作者和内容创作者打造。通过节点式AI画布，将文本、图像和视频生成等多种功能集成在一个无限画布上，极大地简化了从故事构思到视觉内容创作的流程。

Pika 2.2 – Pika Labs 推出的升级版 AI 视频生成工具

Pika 2.2 是 Pika Labs 推出的升级版 AI 视频生成工具，基于深度学习技术，能将图片或文字提示转化为高质量的视频内容。与前代版本相比，Pika 2.2 在功能和性能上有显著提升。支持最长 10 秒的视频生成，分辨率达到 1080p，引入了“Pikaframes”功能，通过关键帧过渡技术，实现场景之间的自然切换。

TheoremExplainAgent – AI教学双智能体，数理化定理自动转动画

TheoremExplainAgent（TEA）是滑铁卢大学、Votee AI等机构开源的多模态代理系统，基于生成长篇动画视频帮助人们更好地理解数学和科学定理。TheoremExplainAgent支持生成超过5分钟的教育视频，覆盖多个STEM领域（如数学、物理、化学和计算机科学）。

Ideogram 2a – Ideogram 最新推出的文生图模型

Ideogram 2a 是 AI 图像生成公司 Ideogram 最新发布的文生图模型，模型在 Ideogram 2.0 的基础上进行了优化，主打高效性和实用性，生成速度显著提升，成本降低了一半。在图形设计和摄影方面表现卓越，支持高质量的文本渲染，在英文排版上几乎媲美专业人类设计师。

AI-Infra-Guard – 腾讯开源的 AI 基础设施安全评估工具

AI-Infra-Guard是腾讯开源的高效、轻量级易于使用的 AI 基础设施安全评估工具，能发现和检测 AI 系统中的潜在安全风险。AI-Infra-Guard支持 28 种 AI 框架指纹识别，涵盖 200 多个安全漏洞数据库，支持快速扫描、识别漏洞。

easypic – 免费 AI 抠图工具，高效识别分离图像主体与背景

EasyPic 是免费的在线 AI 抠图工具，专为快速去除图片背景而设计。基于先进的人工智能技术，高效识别并分离图像主体与背景，几秒钟内可完成高质量的抠图。用户只需上传图片，系统自动处理，无需复杂操作或专业技能。

SEO AI Agent – Writesonic 推出的 AI SEO 自动化工具

SEO AI Agent 是 Writesonic 推出的革命性的自动化 SEO 工具，通过人工智能技术，为用户提供全流程的 SEO 解决方案。能快速完成关键词研究、竞争对手分析、内容优化策略制定等复杂任务，将传统 SEO 团队数周的工作量压缩至几分钟。

story-flicks – AI视频生成工具，一键生成高清故事短视频

story-flicks 是基于AI大模型的项目，支持一键生成高清故事短视频。用户输入故事主题后，系统基于AI技术生成包含图像、文本、音频和字幕的短视频。story-flicks 项目支持多种模型提供商，如OpenAI、阿里云等，用户根据需求选择不同的文本和图像生成模型。

Linkeddit – AI营销工具，精准挖掘 Reddit 平台潜在客户

Linkeddit 是基于人工智能的工具，帮助用户从 Reddit 平台快速挖掘潜在客户、合作伙伴或目标受众。通过 AI 算法分析 Reddit 上的海量用户数据，根据用户输入的需求描述，精准匹配并生成目标用户列表。

Fathom – AI会议记录工具，实时生成精准转录和智能总结

Fathom是AI会议记录工具，专为提升会议效率而设计。Fathom支持自动录制会议，实时生成精准的转录和智能总结，帮助用户在会议中无需手动记录笔记。Fathom支持与Zoom、Google Meet、Microsoft Teams等主流会议平台无缝集成，与CRM系统同步，方便用户快速整理会议内容、提取行动项并进行后续跟进。

Hero Stuff – AI物品销售助手，拍照识别物品自动生成商品描述

Hero Stuff是基于人工智能的二手物品销售助手工具。用户只需通过手机拍照，Hero Stuff能快速识别物品，自动生成商品描述、定价和发布信息。支持一键将商品发布到Facebook Marketplace等二手交易平台，简化了二手物品的销售流程。