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
文章列表
Long-VITA – 腾讯优图联合南大、厦大开源的多模态模型
Long-VITA 是腾讯优图实验室、南京大学、厦门大学开源的多模态模型，能处理超过100万tokens的长文本输入，在短文本任务中表现出色。Long-VITA基于分阶段训练，逐步扩展视觉和语言的上下文理解能力，支持图像、视频和文本的多模态输入。
databutton – AI开发平台，用文档、设计稿或自然语言构建和部署应用
databutton 是面向非技术用户的 AI 驱动零代码开发平台，能帮助用户快速构建和部署 Web 应用及 SaaS 产品。用户只需用文档、设计稿或自然语言描述需求，databutton 的 AI 代理能生成开发计划、编写代码，并处理技术细节，如数据库选择和部署。
Trickle AI
Trickle AI 是一站式无代码 AI 开发平台，支持将自然语言描述快速转化为功能强大的应用程序、网站和表单。Trickle 的核心是Magic Canvas，一个完全可视化的画布，支持与 AI 实时协作。
Sa2VA – 字节跳动等机构开源的多模态大语言模型
Sa2VA是字节跳动联合加州大学默塞德分校、武汉大学和北京大学共同推出的多模态大语言模型，是SAM2和LLaVA结合而成，能实现对图像和视频的密集、细粒度理解。Sa2VA基于统一的任务表示，将图像或视频指代分割、视觉对话、视觉提示理解等任务整合到一个框架中，用LLM生成的空间-时间提示指导SAM2生成精确分割掩码。
星声AI – AI播客工具，支持输入文字、URL等自动生成播客内容
星声AI是AI播客生成工具，为用户提供播客内容的生成、编辑和发布服务。用户可以通过输入文字、网页链接或上传文档，快速生成播客脚本，基于高质量的语音合成技术转化为自然流畅的音频内容。
GAS – 卡内基梅隆联合上海 AI Lab 等推出的单图生成3D人体框架
GAS（Generative Avatar Synthesis from a Single Image）是卡内基梅隆大学、上海人工智能实验室和斯坦福大学的研究人员提出的从单张图像生成高质量、视角一致且时间连贯虚拟形象的框架。GAS的核心在于结合了回归型3D人体重建模型和扩散模型的优势。
CineMaster – 快手推出的文本到视频生成框架，具备3D感知能力
CineMaster 是快手推出的具备3D感知能力的文本到视频生成框架。类似于视频版的ControlNet，支持用户通过多种控制信号精确操控视频中物体的位置和相机运动。可以使用文本提示生成视频，能结合深度图、相机轨迹和物体标签等信号进行细致调整。
LeetTools – AI知识库管理工具，自动收集网络信息生成知识库
LeetTools 是高效的人工智能文档工作流工具，专为提升知识工作者的效率而设计。能自动从互联网收集信息生成高质量的文档，同时支持本地知识库的构建和管理。用户可以通过简单的关键词输入，快速生成分析报告、新闻聚合或专业文章，根据需求自定义文章结构和格式。
NobodyWho – AI游戏引擎插件，本地运行 LLM 实现互动小说创作
NobodyWho是为 Godot 游戏引擎设计的插件，通过本地运行的大型语言模型（LLM）实现互动小说创作。支持 Windows、Linux 和 macOS 平台，用户无需联网即可使用高性能的 LLM 功能，如对话交互和文本生成。
OpenThinker-32B – 斯坦福、UC 伯克利等机构联合开源的推理模型
OpenThinker-32B 是斯坦福、UC 伯克利、华盛顿大学等机构联合开发的开源推理模型，拥有 328 亿参数，支持 16,000 token 的上下文长度。模型仅使用 114k 数据样本进行训练，在多个基准测试中表现出色，优于 DeepSeek-R1-32B。
DeepSeek 官方提示词库 – DeepSeek 推出的预设提示词示例库
DeepSeek 官方提示词库是为用户提供的高效 AI 交互工具，涵盖了代码处理、文本生成、内容分类、翻译等多个应用场景。提供了 13 种核心应用场景的提示词，包括代码改写、代码解释、代码生成、内容分类、结构化输出、角色扮演、散文写作、诗歌创作、文案大纲生成、宣传标语生成、模型提示词生成和中英翻译等。
WebLI-100B – 谷歌 DeepMind 推出的1000亿视觉语言数据集
WebLI-100B是Google DeepMind推出的包含1000亿图像-文本对的超大规模数据集，用在预训练视觉语言模型（VLMs）。WebLI-100B是WebLI数据集的扩展版本，基于从网络中收集大量图像及其对应的标题或页面标题作为文本配对信息构建而成。
Magic 1-For-1 – 北大、英伟达等推出的高效视频生成模型
Magic 1-For-1是北京大学、Hedra Inc. 和 Nvidia 推出的高效视频生成模型，基于优化内存消耗和推理延迟快速生成高质量视频片段。模型将复杂的文本到视频生成任务分解为两个更简单的子任务：文本到图像生成和图像到视频生成。
Readdy.ai – AI产品设计工具，几分钟生成Figma级设计稿和即用前端代码
Readdy.ai 是基于AI技术的产品设计工具，能将用户的想法快速转化为精美的设计稿，生成能直接使用的前端代码。用户只需用自然语言描述需求，Readdy.ai 能在几分钟内生成Figma级设计稿，支持React和Vue等主流前端框架的代码导出。
Goedel-Prover – 自动化数学问题的形式证明生成开源推理模型
Goedel-Prover（哥德尔证明器）是普林斯顿大学、清华大学、清华大学等机构推出的开源大型语言模型（LLM），用在自动化数学问题的形式证明生成。基于将自然语言数学问题翻译成形式语言（如Lean 4）生成形式化证明，解决形式化数学陈述和证明稀缺的问题。
DeepSeek服务器繁忙怎么解决？16个免费R1满血版平替
随着DeepSeek的爆火，用户数量的激增，DeepSeek服务器频繁出现“繁忙请稍后重试”的提示，这不仅让用户体验大打折扣，也让许多依赖其功能的用户陷入困境。面对这一难题，许多用户开始寻找替代方案，希望找到能满足需求又不会出现服务器繁忙问题的工具。本文将介绍16个免费的DeepSeek R1满血版平替方案，能提供与DeepSeek R1满血版相似的功能，甚至在某些方面表现更为出色。
Data Formulator – 微软研究院开源的 AI 数据可视化工具
Data Formulator 是微软研究院推出的开源 AI 驱动的数据可视化工具，帮助用户通过简单交互和指令快速创建丰富的数据可视化。结合了图形化用户界面（GUI）和自然语言输入（NL），用户可以通过拖拽操作或直接输入需求来设计图表，AI 负责处理复杂的数据转换。
Animate Anyone 2 – 阿里通义推出的高保真角色图像动画生成技术
Animate Anyone 2 是阿里巴巴集团通义实验室推出的高保真角色图像动画生成技术，通过结合环境信息生成更具真实感的角色动画。与传统方法不同，能从视频中提取运动信号，捕捉环境表示作为条件输入，使角色动画能与周围环境自然融合。