AI文章 - 第234页

2026.10.18

AgiBot Digital World – 智元机器人推出的机器人仿真框架

AgiBot Digital World 是智元机器人推出的高保真机器人仿真框架，为机器人操作技能研究与应用提供高效支持。AgiBot Digital World集成海量逼真的三维资产、多样化的专家轨迹生成机制和全面的模型评估工具，基于高保真模拟和全链路自动化数据生成，快速构建多样化的机器人训练场景。

阅读全文

2026.10.18

WorldCraft – 港科大推出的3D虚拟世界创建和定制系统

WorldCraft是香港科技大学推出的基于大型语言模型（LLM）代理的3D世界创建和定制系统，用在创建和定制逼真的3D虚拟世界。基于自然语言交互，让用户能轻松生成复杂的室内外场景，对场景中的物体和布局进行精细调整。

阅读全文

2026.10.18

PhotoDoodle – 字节联合新加坡国立大学等推出的艺术化图像编辑框架

PhotoDoodle是新加坡国立大学、上海交通大学、北京邮电大学、字节跳动和Tiamat团队联合推出的艺术化图像编辑框架，基于少量样本学习艺术家的独特风格，实现照片涂鸦（photo doodling）。PhotoDoodle用两阶段训练策略：基于大规模数据预训练通用图像编辑模型OmniEditor，用少量艺术家策划的前后图像对进行微调，捕捉特定的编辑风格。

阅读全文

2026.10.18

DeepGEMM – DeepSeek 开源的 FP8 通用矩阵乘法库

DeepGEMM是DeepSeek开源的为高效简洁的FP8矩阵乘法（GEMM）设计的库，目前仅支持NVIDIA Hopper张量核心。DeepGEMM支持普通和混合专家（MoE）分组的GEMM操作，基于即时编译（JIT）技术，无需安装时编译，支持在运行时动态优化。

阅读全文

2026.10.18

Gemini Code Assist – 谷歌推出免费的 AI 编程工具

Gemini Code Assist 是 Google 推出的 AI 编程工具，能帮助开发者更高效地编写代码、提升代码质量。Gemini Code Assist 基于 Gemini 2.0 模型，支持所有公开领域的编程语言，提供代码补全、生成、调试和代码审查等功能。

阅读全文

2026.10.18

Wan2.1 – 阿里开源的AI视频生成大模型

Wan2.1是阿里云开源的AI视频生成大模型，具备强大的视觉生成能力。Wan2.1支持文生视频和图生视频任务，包含两种尺寸的模型，14B参数的专业版擅长复杂运动生成和物理建模，性能卓越；1.3B参数的极速版能在消费级显卡上运行，显存需求低，适合二次开发和学术研究。

阅读全文

2026.10.18

AgentRefine – 北京邮电大学联合美团推出的智能体合成框架

AgentRefine 是北京邮电大学和美团联合提出的智能体合成框架，通过“精炼调整”（Refinement Tuning）提升基于大型语言模型（LLM）的智能体在多样化任务中的泛化能力。让智能体通过轨迹中的观察学习纠正错误，实现自我优化。

阅读全文

2026.10.18

TinyR1-Preview – 奇虎360联合北大团队推出的推理模型

TinyR1-Preview是北京大学计算机学院与360公司联合推出的32B参数量的推理模型。模型仅用5%的参数量，逼近Deepseek-R1-671B的性能，TinyR1-Preview在数学领域（AIME评测78.1分）逼近原版R1（79.8分），远超70B的Deepseek-R1-Distill-Llama（70.0分）。

阅读全文

2026.10.18

MHA2MLA – 复旦、上海AI Lab等推出优化LLM推理效率的方法

MHA2MLA是复旦大学、华东师范大学、上海AI Lab等机构联合推出的数据高效的微调方法，基于引入DeepSeek的多头潜在注意力机制（MLA），优化任何基于Transformer的LLM的推理效率，降低推理成本。

阅读全文

2026.10.18

SurveyX – 人民大学联合悉尼大学等推出自动化生成学术综述的系统

SurveyX 是基于大型语言模型（LLMs）自动化生成学术综述的系统，是中国人民大学、悉尼大学和中国东北大学联合推出的。基于用户提供论文标题和关键词，快速生成高质量、特定领域的学术综述或论文。SurveyX系统用先进的语言模型技术，结合数据处理和文献检索能力，帮助用户节省编写学术综述的时间和精力。

阅读全文

2026.10.18

BFS-Prover – 字节豆包推出的自动定理证明系统

BFS-Prover 是字节跳动豆包大模型团队推出的基于大语言模型（LLM）的自动定理证明系统，通过改进传统的广度优先搜索（BFS）算法，结合专家迭代、直接偏好优化等技术，实现了高效的证明搜索。

阅读全文

2026.10.18

VLM-R1 – 浙大 Om AI Lab 推出的视觉语言模型

VLM-R1 是 Om AI Lab 推出的基于强化学习技术的视觉语言模型，通过自然语言指令精确定位图像中的目标物体，如根据描述“图中红色的杯子”找到对应的图像区域。模型基于 Qwen2.5-VL 架构，结合 DeepSeek 的 R1 方法，通过强化学习优化和监督微调（SFT）提升模型的稳定性和泛化能力。

阅读全文

2026.10.18

TheDream.ai – AI图像生成工具，生成多种风格的个性化头像

TheDream.ai是基于人工智能技术的图像生成工具，专注于为用户提供个性化头像和创意照片生成服务。用户只需上传照片，可通过先进的AI模型和Dreambooth技术，快速生成多种风格的图像，涵盖时尚、艺术、插画、历史等200多种风格。

阅读全文

2026.10.18

元镜 – AI视频生成工具，支持多模态创意分镜创作服务

元镜是基于人机共生引擎的AI视频创作工具，支持从创意灵感到成品视频实现高效创作。元镜基于自动化脚本生成、角色风格统一、多模态融合和智能工作流等功能，大幅提升创作效率，满足短视频、广告、教育、影视等多行业需求。

阅读全文

2026.10.18

SynClub – 百度推出的海外AI社交应用

SynClub 是百度推出的海外 AI 社交应用，基于先进的AI技术为用户提供与虚拟 AI 朋友互动的社交体验。用户能创建、定制专属的 AI 角色，AI角色能学习用户的习惯和喜好，提供个性化的陪伴和情感支持。SynClub 支持文字和语音聊天，用户能在安全的环境中分享生活、感受甚至秘密，无需担心社交压力。

阅读全文

2026.10.18

PandaAI – AI数据分析平台，自然语言交互提供数据分析洞察

PandaAI 是智能数据分析平台，基于自然语言处理技术，将复杂的数据分析变得简单高效。用户通过对话式界面，直接用自然语言提问，PandaAI 能快速生成可视化仪表板、提供数据分析洞察，支持多数据源集成。

阅读全文

2026.10.18

13个免费AI科研学术助手，科研人必备的生产力工具

本文将介绍13个免费的AI科研学术助手工具，能高效地处理文献、分析数据、辅助实验设计，激发新的研究灵感。提供高效、便捷零成本的解决方案，助力科研探索。

阅读全文

2026.10.18

LuminaBrush – AI光源绘制工具，手绘光影线条自动生成光影效果

LuminaBrush 是用在图像上绘制照明效果的交互式工具。LuminaBrush基于 Flux 文生图项目，用两阶段方法：第一阶段将图像转换为“均匀照明”的外观，第二阶段根据用户涂鸦生成具体的照明效果。两阶段方法简化了学习过程，避免复杂的光传输约束。

阅读全文