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
Pippo – Meta 推出的单图生成多视角高清人像视频模型
Pippo是Meta Reality Labs推出的图像到视频生成模型，能从单张照片生成1K分辨率的多视角高清人像视频。模型基于多视角扩散变换器，预训练了30亿张人像图像，在2500张工作室捕捉的图像上进行了后训练。
X-R1 – 基于强化学习的低成本训练框架
X-R1是基于强化学习的低成本训练框架，能加速大规模语言模型的后训练（Scaling Post-Training）开发。X-R1用极低的成本训练0.5B（5亿参数）规模的R1-Zero模型，仅需4块3090或4090 GPU，训练时间约1小时，成本低于10美元。
RWKV-7-2.9B – RWKV 基金开源的 RNN 大语言模型
RWKV-7-2.9B模型（RWKV-7-World-2.9B-V3） 是RWKV 基金推出的先进 RNN 大语言模型。基于 RWKV World V3 数据集训练，具有 29 亿参数，支持世界所有语言。模型兼具 Transformer 和 RNN 的优势，推理效率高，显存占用少，无 KV Cache，对硬件友好。
unsloth – 开源的大语言模型微调工具
unsloth 是开源的大语言模型（LLM）微调工具，基于优化计算步骤和 GPU 内核，显著提升模型训练速度减少内存使用。Unsloth支持多种主流 LLM，如 Llama-3、Mistral、Phi-4 等，在单 GPU 上实现最高 10 倍、多 GPU 上最高 32 倍的加速效果，同时内存使用减少 70% 以上。
DeepClaude – 开源AI应用开发平台，深度集成 DeepSeek R1 和 Claude 模型
DeepClaude 是高性能的开源 AI 工具，基于深度集成 DeepSeek R1 和 Claude 两大模型，结合推理、创造力和代码生成能力。DeepClaude提供零延迟的即时响应，支持端到端加密和本地 API 密钥管理，确保用户数据安全。DeepClaude 高度可配置，用户能自定义 API 和界面，满足多样化需求。
Lumina-Video – 上海 AI Lab 和港中文推出的视频生成框架
Lumina-Video是上海 AI Lab 和香港中文大学推出的视频生成框架，基于Next-DiT架构，针对视频生成中的时空复杂性进行优化。基于多尺度Next-DiT架构，用不同大小的patchify层提升效率和灵活性，基于运动分数作为条件输入，直接控制生成视频的动态程度。
Uknow.AI – AI学习辅助工具，提供拍照搜题、作业检查等多学科学习
Uknow.AI （原CheckMath）是面向学生的AI学习辅助工具，基于AI技术提供拍照搜题、作业检查、智能计算器等功能，支持多种数学题型的批改和解析。Uknow.AI涵盖数学，支持多学科学习，提供错题回顾和视频讲解等特色功能，帮助学生高效解决学习难题，提升学习效率。
快对 – AI学习助手，提供小学至大学全学科的教辅解析
快对是集AI深度搜索与智能学习辅助功能于一体的应用。快对主要面向学生和家长，提供小学至大学全学科的教辅解析、视频讲题、作业检查、错题整理、英语翻译等功能，帮助用户高效解决学习难题。快对基于智能错题本、拍照翻译、视频讲解等特色功能，快对致力于提升学习效率，优化学习体验。
Quizbot – AI教育助手，智能生成多种问题类型和测验
Quizbot 是基于AI技术的问题生成工具，能从 PDF、Word 文档、视频、图片、网页链接等多种格式的文件中快速生成不同类型的问题，如选择题、填空题、判断题、匹配题等。Quizbot支持多语言输出，提供抄袭检测、AI 内容检测和文本重写功能，具备游戏化设计，提高用户参与度。
AuraFusion360 – 三维场景修复技术，实现高质量物体去除和孔洞填充
AuraFusion360是用于360°无边界场景修复的新型基于参考的方法，主要用于虚拟现实和建筑可视化等领域的三维场景修复。通过高斯散射表示的3D场景，实现了高质量的物体去除和孔洞填充。
ImageToVideo AI – AI图像转视频工具，自动分析图像生成有故事性的视频。
ImageToVideo AI是基于人工智能技术将静态图像转换为动态视频的工具。通过分析图像内容结合用户提供的文本提示或指令，为图像添加动画效果、转场效果、背景音乐等元素，生成具有一定视觉效果和故事性的视频。
FaceMimic – 在线AI头像生成工具，60秒内将普通照转为高质量专业头像
FaceMimic是基于人工智能技术的在线头像生成工具。能将普通自拍照片快速转换为高质量的专业头像。用户只需上传一张自拍，选择所需的风格，系统能在短时间内生成清晰自然的头像，保留个人面部特征的同时，提供多种风格选项，如专业商务风、艺术风等，满足不同场景需求。
VanceAI – AI图像处理工具，支持图像增强、放大、去噪、锐化等功能
VanceAI 是基于人工智能技术的智能图像处理工具，专注于为用户提供高效、便捷的照片增强、修复与编辑服务。通过深度学习技术，能一键提升照片质量，包括图像增强、放大、去噪、锐化等功能，能自动修复老照片为其上色，支持将照片转换为卡通风格。
华为小艺 – 华为旗下小艺AI助手网页端，已接入DeepSeek-R1
华为小艺是华为推出的小艺AI助手网页端，用户可以通过浏览器直接访问使用。适配了手机和PC布局，提供多种功能，包括AI问答、AI写作、编程助手和AI翻译等。小艺助手网页端已接入了DeepSeek-R1智能体，支持联网搜索功能，能实时获取最新信息，为用户提供更智能、更精准的交互体验。
UltraMem – 字节豆包大模型团队推出的全新超稀疏模型架构
UltraMem 是字节跳动豆包大模型团队提出的全新超稀疏模型架构，解决传统 MoE 架构在推理时的高额访存问题。架构通过优化内存访问和计算效率，显著降低推理成本，推理速度较 MoE 提升了2-6倍，成本最高可降低83%。
MoMask – 文本驱动生成高质量3D人体动作的模型
MoMask是创新的3D人体动作生成工具，通过生成式掩码建模技术，能根据文本描述生成高质量的3D人体动作。MoMask采用分层量化方案，将人体运动表示为多层离散的运动标记，结合掩码Transformer和残差Transformer来生成动作序列。
清华大学DeepSeek如何赋能职场应用（PDF文件） – AI教程资料
人工智能（AI）技术正以前所未有的速度改变着职场的面貌。从自动化流程到智能决策支持，AI工具已经成为提升工作效率和创新能力的关键因素。DeepSeek作为一款前沿的AI工具，凭借其强大的功能和灵活的应用场景，正在成为职场人士的新宠。本文将深入介绍DeepSeek如何赋能职场，帮助读者从入门到精通，掌握其在实际工作中的应用技巧。
ProtGPS – 麻省理工学院等机构推出的蛋白质语言模型
ProtGPS（Protein Localization Prediction Model）是麻省理工学院（MIT）和怀特黑德生物医学研究所推出的，基于深度学习的蛋白质语言模型，用在预测蛋白质在细胞内的亚细胞定位。ProtGPS基于分析蛋白质的氨基酸序列，用进化尺度的蛋白质变换器（Transformer）架构学习序列中的复杂模式和相互关系。