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
文章列表

京点点 – 京东推出的AIGC内容生成平台
京点点是京东零售技术推出的AI内容生成平台,专为电商场景设计,覆盖商品图片、营销文案、等多模态内容生成。基于海量数据训练和先进技术框架,如DiT框架、Flow Matching技术、Zero-Shot可控生成等,实现高效、精准的内容生成,解决电商内容生产效率低、成本高、质量参差不齐等问题。

北京大学《DeepSeek与AIGC应用》(PDF文件) – AI教程资料
《DeepSeek与AIGC应用》的讲座内容,由AI肖睿团队撰写,为非专业背景的听众介绍DeepSeek的基本概念、大模型技术和AIGC工具的应用。详解了DeepSeek-R1模型的技术特性、发展历程和应用场景,强调其低成本、开源策略以及在复杂推理任务中的优势。

Dreamona – AI视频生成工具,文字描述或上传图片生成高质量动态视频
Dreamona 是 AI 视频生成工具,用户基于简单的文字描述或上传图片,快速生成高质量的动态视频。Dreamona 支持多种视频风格,从现实主义到创意动画,满足不同需求。Dreamona 的核心优势在于高效的生成速度和高清输出,用户无需任何技术背景即可轻松上手。

SigStyle – 吉大联合 Adobe 等机构推出的风格迁移框架
SigStyle 是吉林大学、南京大学智能科学与技术学院及Adobe推出的新型签名风格迁移框架,支持将单张风格图像中独特的视觉特征(如几何结构、色彩搭配、笔触等)无缝迁移到内容图像上。SigStyle基于个性化文本到图像扩散模型,用超网络高效微调模型捕捉签名风格,将风格表示为特殊标记。

FantasyID – 阿里联合北邮大学推出的身份保持视频生成框架
FantasyID 是阿里巴巴集团和北京邮电大学推出新型的身份保持视频生成(IPT2V)框架,基于增强人脸知识生成高质量的身份一致视频。FantasyID基于扩散变换器(Diffusion Transformers),引入3D面部几何先验知识,确保视频合成中面部结构的稳定性和合理性。

DeepEP – DeepSeek 开源的专家并行通信库,专为 MoE 训练和推理设计
DeepEP 是 DeepSeek 开源的首个专为混合专家模型(MoE)训练和推理设计的开源 EP(专家并行)通信库。提供了高吞吐量和低延迟的全对全 GPU 内核,支持节点内和节点间的 NVLink 和 RDMA 通信。

PySpur – 开源 AI 代理构建工具,拖拽式构建 AI 工作流
PySpur 是开源的轻量级可视化 AI 智能体工作流构建器,简化 AI 系统的开发流程。基于拖拽式界面让用户能快速构建、测试和迭代 AI 工作流,无需编写复杂代码。PySpur 支持循环与记忆功能、文件上传、结构化输出、RAG 技术、多模态数据处理(文本、图像、视频等)及与多种工具(如 Slack、Google Sheets)的集成。

北京大学《DeepSeek提示词工程和落地场景》(PDF文件) – AI教程资料
本文主要探讨了DeepSeek的提示词工程与产业实践,帮助用户充分释放DeepSeek的潜能,提升AI应用的效率。分析了DeepSeek火爆的原因,强调其在推理能力、开源、低成本和国产化等方面的优势,推动了AI技术的普惠化与生态繁荣。

QwQ-Max – 阿里推出的深度推理模型,基于 Qwen2.5-Max
QwQ-Max是阿里巴巴基于Qwen2.5-Max推出的深度推理模型,是 Qwen 系列的一部分。QwQ-Max-Preview作为预览版本推出,QwQ-Max即将正式发布并全面开源。QwQ-Max专注于深度推理、数学计算、编程能力及多领域任务的处理,在智能代理(Agent)相关工作流中表现出色。

Claude Code
Claude Code 是 Anthropic 推出的 AI 编程助手,核心角色像会动手的高级工程搭档,能理解项目上下文后接管完整开发闭环,把需求澄清、方案拆解、修改验证到提交协作连成一条流水线。

Claude 3.7 Sonnet – Anthropic 推出的首款混合推理模型
Claude 3.7 Sonnet 是 Anthropic 公司推出的全球首款混合推理模型,具备“标准模式”和“扩展思考模式”两种运行方式。标准模式下,Claude 3.7 Sonnet能快速生成响应;扩展思考模式基于逐步推理解决复杂问题。模型在数学、物理和编程等复杂任务上表现出色,尤其在编码能力上全面领先。

I2V-01-Director – 海螺AI最新推出的图生视频镜头控制模型
I2V-01-Director 是海螺AI最新推出的突破性AI视频生成模型,模型支持用户通过自然语言指令控制镜头运动,将创意转化为具有电影质感的视频作品。支持精准的镜头控制,用户可以像导演一样指定镜头的运动方式,例如推镜头、跟镜头和平移镜头等。

Omneky – AI广告创意生成平台,自动生成图像、视频和广告文案
Omneky 是专注于基于人工智能技术优化广告创意与投放的平台。通过先进的 AI 算法,为企业生成高质量的广告内容,包括图像、视频和文案,支持多渠道广告投放和实时优化。

Careerflow – AI求职助手,提供简历生成与优化、面试模拟等功能
Careerflow是基于人工智能的智能职业助手平台,帮助求职者高效找到理想工作。通过AI驱动的功能,简化求职流程,提升求职效率。核心功能包括AI简历生成器,可快速生成并优化简历;LinkedIn优化工具,帮助提升个人资料的曝光率;求职信撰写工具,为求职者提供个性化求职信;AI模拟面试功能,帮助用户提升面试技巧。

吐司AI换脸 – 吐司TusiArt推出的AI人像换脸工具
吐司AI换脸是TusiArt平台推出的AI人像换脸的ComfyUI Workflow图像处理工具,能实现快速且高质量的人像换脸效果。用户只需上传目标图像和需要替换的面部图像,可通过简单的操作完成换脸,生成自然且逼真的结果。

吐司AI LOGO – 吐司TusiArt推出的插图 LOGO 生成工具
吐司AI LOGO是吐司TusiArt推出的 AI 插图 LOGO 图标生成应用,用户可以通过输入详细的描述来生成个性化的 LOGO 图标。

LazyLLM – 商汤大装置开源的多智能体应用开发平台
LazyLLM 是开源的低代码平台,帮助开发者快速、低成本地构建多智能体大语言模型应用。通过极简的开发流程,支持一键式部署和跨平台操作,降低了 AI 应用开发的门槛。开发者可以通过简单的代码实现复杂的 AI 应用,例如聊天机器人、检索增强生成(RAG)和多模态应用。

AingDesk – 开源AI客户端工具,一键部署上百款 AI 模型到个人电脑
AingDesk 是开源的客户端软件,帮助用户快速将上百款 AI 模型部署到个人电脑上。通过一键部署功能,简化复杂的模型安装过程,没有技术背景的用户也能轻松上手。AingDesk 支持联网搜索,能通过百度、搜狗等搜索引擎获取实时信息,提升 AI 回答的准确性和时效性。