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
FacePoke – 开源的实时面部编辑工具，拖拽操作面部表情
FacePoke是基于AI技术的开源实时面部编辑工具。用户基于简单的鼠标拖拽操作，对人物照片中的头部朝向（如抬头、低头、左右摇头）和面部表情（如眼睛睁闭、眼球方向、眉毛和嘴巴变化）进行实时编辑，使静态图片变得栩栩如生。
MME-CoT – 港中文等机构推出评估视觉推理能力的基准框架
MME-CoT 是香港中文大学（深圳）、香港中文大学、字节跳动、南京大学、上海人工智能实验室、宾夕法尼亚大学、清华大学等机构共同推出的用于评估大型多模态模型（LMMs）链式思维（Chain-of-Thought, CoT）推理能力的基准测试框架，涵盖数学、科学、OCR、逻辑、时空和一般场景等六个领域，包含1,130个问题，每个问题都标注了关键推理步骤和参考图像描述。
Lindy – 专注创建和管理 AI Agents 的自动化平台
Lindy.ai 是专注于创建和管理人工智能助手（AI agents）的自动化平台，通过智能集成各类应用程序（如 Gmail、HubSpot 等）来帮助用户节省时间提升业务效率。用户可以通过简单的步骤设置触发事件（如新邮件、日历提醒等），用自然语言为 AI 助手分配任务，实现自动化工作流程。
什么是NSA（Native Sparse Attention） – AI百科知识
NSA（Native Sparse Attention ）是DeepSeek提出的一种新型稀疏注意力机制，通过算法创新和硬件优化提升长文本建模的效率。核心在于动态分层稀疏策略，结合粗粒度的Token压缩和细粒度的Token选择，同时保留全局上下文感知能力和局部精确性。
Argon – AI知识平台，分析临床试验、自动化处理数据任务
Argon 是专注于为制药、生物技术和生命科学行业提供自动化和增强临床开发的智能解决方案平台。平台通过自然语言处理和专有数据库，能快速分析临床试验、生成治疗领域的洞察，自动化繁琐的数据处理任务。
Auto-Deep-Research – 香港大学开源的全自动个人 AI 助理
Auto-Deep-Research 是香港大学黄超教授实验室开源的全自动个人 AI 助理，作为 OpenAI Deep Research 的开源替代方案。基于 AutoAgent 框架开发，专注于深度研究功能，采用模块化的多 Agent 架构，包括 Web Agent、Coding Agent 和 Local File Agent。
OOMOL – 基于 VSCode 的 AI 工作流集成开发环境
OOMOL （悟墨）是基于 VSCode 打造的现代化集成开发环境（IDE），专为工作流自动化而设计。通过拖拽式图形化界面，让用户能直观地搭建复杂的工作流，无需编程基础。核心优势在于预装的 Python 和 Node.js 环境，结合容器化技术，实现开箱即用，同时支持跨平台共享和数据安全隔离。
SignLLM – 多语言手语生成模型，文字输入生成对应的手语视频
SignLLM 是创新的多语言手语生成模型，通过文字输入生成对应的手语视频。全球首个支持多国手语的模型，能覆盖美国手语（ASL）、德国手语（GSL）、阿根廷手语（LSA）、韩国手语（KSL）等八种语言。
MeteoRA – 南大推出高效可扩展的多任务嵌入框架
MeteoRA 是南京大学计算机科学与技术系的研究团队推出的用于大型语言模型（LLM）的多任务嵌入框架，将多个任务特定的 LoRA（低秩适配器）集成到一个基础模型中，实现高效的参数复用和自主任务切换。
Endex – AI金融智能平台，分析金融数据生成洞察和建议
Endex 是专注于金融领域的智能平台，通过生成式AI技术为金融机构提供现代化的金融智能解决方案。核心产品包括；Nova自主金融分析师和 ForgeAI原生编排层，优化金融服务，帮助用户快速提取关键信息并做出决策。
AgentSociety – 清华大学推出的社会模拟器
AgentSociety 是清华大学推出的基于大语言模型（LLM）的社会模拟器，通过构建具有“类人心智”的智能体来模拟复杂的社会行为和现象。结合社会学理论，赋予智能体情感、需求和认知能力，能在模拟的城市环境中进行移动、就业、消费和社交互动。
Mercor – AI招聘求职平台，提供全球人才匹配
Mercor 是专注全球招聘的AI驱动平台，基于AI技术简化求职和招聘流程。求职者只需上传简历，完成20分钟的AI面试，Mercor能将用户的信息匹配到全球数千家公司的职位需求中，帮助用户快速找到远程工作的机会。
ComfyUI-Copilot – 阿里推出基于 ComfyUI 的 AI 智能助手
ComfyUI-Copilot 是阿里巴巴国际数字商业集团（AIDC-AI）推出基于 ComfyUI 框架深度开发的 AI 智能助手。ComfyUI-Copilot给予自然语言交互，为用户提供节点推荐、工作流构建辅助、模型查询等功能，降低 ComfyUI 的使用门槛，提升开发效率。
Ovis2 – 阿里国际推出的多模态大语言系列模型
Ovis2 是阿里巴巴国际团队推出的新型多模态大语言模型，基于结构化嵌入对齐解决视觉与文本模态间的差异。Ovis2继承、优化了 Ovis 系列架构，强化小规模模型的能力密度，基于指令微调和偏好学习显著提升了思维链（CoT）推理能力。
Migician – 北交大联合清华、华中科大推出的多模态视觉定位模型
Migician是北京交通大学、华中科技大学和清华大学的研究团队联合推出的多模态大语言模型（MLLM），专门用在自由形式的多图像定位（Multi-Image Grounding, MIG）任务，设计了大规模训练数据集MGrounding-630k。根据自由形式的查询（如文本描述、图像或两者的组合）在多幅图像中识别并精确定位相关的视觉区域。
Jobscan – AI简历优化工具，分析简历与职位描述生成匹配率报告
Jobscan 是为求职者设计的简历优化工具，帮助用户提高企业招聘系统（ATS）的概率。Jobscan 基于分析简历与职位描述的匹配度，提供关键词优化建议，确保简历在格式、技能和经验方面符合招聘要求。Jobscan 提供免费的 ATS 友好型简历生成器、LinkedIn 优化工具及实时编辑功能，帮助求职者提升面试机会。
Together AI – 生成式AI云平台，支持从模型微调到零构建全流程服务
Together AI 是专注于生成式AI云平台，提供快速推理、模型微调和训练服务。Together AI支持从预训练模型的微调到从零开始构建自定义模型的全流程，具备高性能、低成本和生产级扩展能力。Together AI 提供无服务器或专用端点部署，支持企业级 VPC。
Microsoft Research Forum – 微软研究院推出的系列虚拟论坛活动
Microsoft Research Forum 是微软研究院推出的系列虚拟论坛活动，汇聚全球科技与研究领域的专家学者，共同探讨人工智能及相关前沿技术的最新进展、创新理念与未来趋势。论坛以线上形式举办，包括主题演讲、小组讨论和闪电演讲，内容涵盖通用人工智能、多模态模型、生成式 AI、健康科学等多个领域。