AI文章

读懂模型与应用的新进展，找到值得尝试的 AI 实践。

7,595篇文章，持续更新

2026.10.18

Step-Audio – 阶跃星辰开源的语音交互模型

Step-Audio是阶跃星辰团队推出的首个产品级的开源语音交互模型，能根据不同的场景需求生成情绪、方言、语种、歌声和个性化风格的表达，能和用户自然地进行高质量对话。Step-Audio基于130B参数的统一模型，将语音理解与生成相结合，支持语音识别、对话、语音合成等功能。

2026.10.18

Omnitool – 开源 AI 桌面，支持多种主流AI平台和服务

Omnitool是开源的AI桌面环境，为用户提供统一的交互界面，能快速接入和使用多种AI模型。Omnitool支持本地运行，能在Mac、Windows或Linux设备上安装，数据存储在本地，保障隐私安全。基于集成OpenAI、Stable Diffusion、Hugging Face等主流AI平台，用户无需复杂配置或学习API文档，即可快速生成图像、翻译文本、创建音频等。

2026.10.18

超算互联网 – 科技部指导推出的国家级算力服务平台

超算互联网是科技部指导推出的国家级算力服务平台，整合全国超算、智算等算力资源，实现算力的统筹与调度。超算互联网基于提供算力、应用、数据、生态和社区等一站式服务，推动算力的普惠化和易用性。

2026.10.18

Matrix3D – 南大联合Apple、港科大推出的统一摄影测量模型

Matrix3D 是南京大学、苹果公司和香港科技大学合作推出的新型的统一摄影测量模型，能在一个模型中完成多个摄影测量子任务，包括姿态估计、深度预测和新视图合成。Matrix3D 的核心是多模态扩散变换器（DiT），通过整合图像、相机参数和深度图等多种模态的数据，实现灵活的任务处理。

2026.10.18

Holiwise – AI旅行规划平台，自动生成个性化的行程安排

Holiwise 是基于人工智能的旅行规划平台，为用户提供个性化、高效的旅行目的地推荐和行程规划服务。用户只需输入旅行偏好，如预算、出行日期、旅行类型等，Holiwise 的AI算法会快速分析海量数据，生成专属的目的地推荐和行程安排。

2026.10.18

profile picture Maker – 免费AI头像制作工具，支持多种风格头像生成

profile picture Maker（PFPMaker）是基于人工智能技术的免费在线头像制作工具。能快速去除照片背景，提供丰富的编辑功能，帮助用户轻松创建个性化头像。用户可以上传自己的照片，或者选择平台提供的素材库中的图片，通过裁剪、旋转、调整亮度和对比度等工具，生成高质量的头像。

2026.10.18

LangFlow – AI应用构建工具，拖拽组件创建复杂工作流

LangFlow 是低代码、可视化的 AI 应用构建工具，用于快速搭建和实验 LangChain 流水线。通过拖拽式界面，用户能轻松创建复杂的 AI 工作流，无需编写大量代码。LangFlow 支持多代理对话管理和 RAG（检索增强生成）应用，适用于构建智能聊天机器人、文档分析系统和内容生成工具等场景。

2026.10.18

Nephola – AI陪伴应用，提供四大性格独特的 AI 智能体

Nephola 是 PsychAI 推出的心理陪伴型 AI 应用，专注于情绪管理和心理健康。通过四大性格独特的 AI 智能体（Lolo、Momo、Bobo、Dodo）为用户提供情感陪伴和心理支持。用户可以根据自己的需求选择与不同性格的智能体交流，获得个性化的陪伴体验。

2026.10.18

Finedefics – 北大团队推出的细粒度多模态大模型

Finedefics 是北京大学彭宇新教授团队推出的细粒度多模态大模型，提升多模态大语言模型（MLLMs）在细粒度视觉识别（FGVR）任务中的表现。模型通过引入对象的细粒度属性描述，基于对比学习对齐视觉对象与类别名称的表示，解决了传统模型中视觉对象与细粒度子类别未对齐的问题。

2026.10.18

Step-Video-T2V – 阶跃星辰开源的文本到视频模型

Step-Video-T2V 是阶跃星辰团队推出的开源文本到视频预训练模型，拥有 300 亿参数，能生成长达 204 帧的高质量视频。模型基于深度压缩的变分自编码器（Video-VAE），实现 16×16 的空间压缩和 8× 的时间压缩，显著提高了训练和推理效率。

2026.10.18

腾讯混元T1 – 腾讯混元推出的最新深度思考模型

T1（Thinker）是腾讯混元推出的最新深度思考模型，已正式上线接入腾讯元宝。模型专注于逻辑推理和深度思考，支持联网搜索功能，能从互联网信源、微信公众号、视频号等腾讯生态内容中获取信息，确保回答的时新性和权威性。

2026.10.18

LLaDA – 人大高瓴AI联合蚂蚁推出的扩散大语言模型

LLaDA（Large Language Diffusion with mAsking）是中国人民大学高瓴AI学院李崇轩、文继荣教授团队和蚂蚁集团共同推出的新型大型语言模型，基于扩散模型框架而非传统的自回归模型（ARM）。LLaDA基于正向掩蔽过程和反向恢复过程建模文本分布，用Transformer作为掩蔽预测器，优化似然下界实现生成任务。

2026.10.18

厦门大学《大模型概念、技术与应用实践》（PPT文件） – AI教程资料

《大模型概念、技术与应用实践》由厦门大学大数据教学团队制作，科普大模型技术及其在各领域的应用。强调其在大数据教学领域的影响力。回顾人工智能发展简史，引出大模型的定义、特点和分类，详细阐述了在自然语言处理、计算机视觉、语音识别等领域的广泛应用，以及对工作和生活的深远影响。

2026.10.18

BuildShip – 低代码可视化AI后端开发平台

BuildShip 是低代码可视化后端开发平台，基于 AI 技术简化后端开发流程。BuildShip 支持快速创建 API、自动化工作流、定时任务和云部署，同时提供内置数据库或自定义数据库集成。用户基于可视化界面进行开发，无需编写复杂代码，或结合 JavaScript/TypeScript 进行低代码扩展。