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
potpie.ai – AI代码库Agent构建平台，自动化代码分析、测试和开发任务
potpie.ai 是开源平台，基于AI技术为代码库创建定制化的工程代理（Agents）。potpie.ai基于构建代码库的知识图谱，深度理解代码组件之间的关系，实现自动化代码分析、测试和开发任务。potpie.ai提供多种预构建的代理，例如调试代理、代码库问答代理、代码变更代理、集成测试代理、单元测试代理、低层次设计代理和代码生成代理等。
AxBench – 斯坦福大学推出评估语言模控制方法的基准测试框架
AxBench 是斯坦福大学推出的评估语言模型（LM）控制方法的基准测试框架。基于合成数据生成训练和评估数据，比较不同模型控制技术在概念检测和模型转向两个方面的表现。概念检测任务基于标记的合成数据评估模型对特定概念的识别能力。
Symbolab – AI数学解题工具，涵盖基础算术到高等数学
Symbolab是 EqsQuest Ltd.推出的AI驱动的数学解题工具，通过提供详细的分步解决方案，帮助用户解决从基础算术到高等数学的各类问题，涵盖代数、微积分、三角学、几何、统计等多个领域。用户可以通过键盘输入数学公式，或使用拍照搜题功能，快速获得解答。
HumanDiT – 浙大联合字节推出的姿态引导人体视频生成框架
HumanDiT 是浙江大学和字节跳动联合提出的姿态引导的高保真人体视频生成框架。基于扩散变换器（Diffusion Transformer，DiT），能在大规模数据集上训练，生成具有精细身体渲染的长序列人体运动视频。
Zyler AI – AI营销分析平台，提供智能建议、趋势分析和洞察
Zyler AI 是专注于营销分析的人工智能平台，帮助企业和专业人士快速生成高质量的分析报告。通过一键集成 Google Analytics、Meta Ads 等主流数据源，基于强大的 AI 技术，为用户提供智能建议、趋势分析和可操作的洞察。
InternVideo2.5 – 上海 AI Lab 联合南大、中科院开源的视频多模态大模型
InternVideo2.5是上海人工智能实验室联合南京大学、中科院深圳先进技术研究院共同开源的视频多模态大模型。在视频理解领域取得了显著进展，特别是在长视频处理和细粒度时空感知方面表现出色。模型能处理长达万帧的视频，视频处理长度较前代提升了6倍，可在长视频中精准定位目标帧，实现“大海捞针”式的检索。
PDF to Podcast – 英伟达推出的 PDF 转音频内容 AI 工具
PDF to Podcast是NVIDIA推出的PDF转音频的AI工具，基于NVIDIA NIM微服务架构的，能将PDF文档转换为生动的音频内容，如播客。基于大型语言模型（LLM）、文本到语音（TTS）技术以及NVIDIA的微服务，将PDF中的内容提取转换为Markdown格式，再生成自然流畅的对话或独白形式的音频。
TPO – AI优化框架，动态调整推理模型的输出，更符合人类偏好
TPO（Test-Time Preference Optimization）是新型的AI优化框架，在推理阶段对语言模型输出进行动态优化，更符合人类偏好。TPO通过将奖励信号转化为文本反馈，将模型生成的优质响应标记为“选择”输出，低质量响应标记为“拒绝”输出，进而生成“文本损失”并提出“文本梯度”，以此迭代改进模型输出，无需更新模型参数。
Webdone – AI网页开发平台，描述产品或需求自动生成落地页和网站
Webdone 是基于人工智能的在线平台，帮助用户快速创建和定制高质量的落地页和网站。通过强大的 AI 技术，让用户只需简单描述产品或需求，可在几分钟内生成专业的页面，无需任何编码或设计技能。
YAYI-Ultra – 中科闻歌推出的混合专家模型
YAYI-Ultra 是中科闻歌研发的企业级大语言模型的旗舰版本，具备强大的多领域专业能力和多模态内容生成能力。支持数学、代码、金融、舆情、中医、安全等多个领域的专家组合，能缓解垂直领域迁移中的“跷跷板”现象。
Anthropic《AI 经济指数报告》38页PDF（中文版）
哪些经济任务是通过人工智能完成的？来自数百万次 Claude 对话的证据尽管关于人工智能对未来工作影响的讨论广泛存在，但我们缺乏关于这些系统如何被用于不同任务的系统性实证证据。本文提出了一个用于衡量经济中人工智能使用模式的新框架。
TurboTTS – 免费AI文本转语音工具，支持70多种语言和300多种真实语音
TurboTTS 是免费的在线文本转语音工具，支持70多种语言和300多种真实语音选择，能生成自然、逼真的语音效果，适用于短视频创作、在线教育、广告制作、播客等多种场景。用户只需输入文本并选择语言和语音类型，可快速生成语音文件，操作简单便捷。
InspireMusic – 阿里通义实验室开源的音乐生成技术
InspireMusic 是阿里巴巴通义实验室开源的音乐生成技术，通过人工智能为用户生成高质量的音乐作品。基于多模态大模型技术，支持通过简单的文字描述或音频提示快速生成多种风格的音乐。
DeepSeek本地部署保姆级教程，0基础有手就会！
DeepSeek R1全球爆火，不需要专业的prompt撰写能力，只要能说清楚问题，就算你是只会打字的小学生，也能获得高质量的回答。开发成本、输出质量全面领先OpenAI o1。美中不足的是，它访问量太大了，以至于经常罢工。 很多人就开始用其他接入了R1的平台。有人就要问了，博主博主，其他接入R1的平台确实很强，但还是太吃Token了，有没有免费、又简单的方法用到DeepSeek R1呢？
Zonos – ZyphraAI 开源的多语言 TTS 模型
Zonos是Zyphra推出的高保真文本到语音（TTS）模型。Zonos包含两个模型：16亿参数的Transformer模型和SSM混合模型，均在Apache 2.0许可下开源。Zonos根据文本提示和说话人嵌入生成自然、高表达性的语音，支持语音克隆功能，可调节语速、音高、情感等参数，输出采样率为44kHz。
Praison AI – 开源AI多智能体框架，低代码创建和管理AI代理
Praison AI 是生产级的多智能体框架，基于低代码解决方案创建和管理AI代理，用自动化和解决从简单到复杂的任务。Praison AI 支持多种流程类型，包括顺序、分层和工作流流程，实现任务的动态路由、并行化执行、提示链和迭代优化等功能。
VideoCaptioner – AI视频字幕处理工具，支持字幕样式调整和多格式导出
VideoCaptioner（中文名：卡卡字幕助手）是基于大语言模型（LLM）的智能字幕处理工具，能简化视频字幕的生成与优化流程。VideoCaptioner支持语音识别、字幕断句、校正、翻译及视频合成的全流程处理，无需GPU即可运行，操作简单高效。
DeepSeek API调用和本地部署教程，一文搞懂
最近 DeepSeek 不仅在 AI 圈子内大火，还成功“出圈”，成为全民热议的话题，这非常好，AI 技术正在走进了大众生活，2025 年 AI 的普及将更加值得期待。AI 工具集 也会持续为大家分享更多实用的 AI 工具！ 但是，随着 DeepSeek 的爆火，服务器卡顿问题也频频出现，导致许多用户无法正常使用。在“AI工具集”社群中，不少小伙伴都在吐槽这一问题。为此，AI工具集写了这篇，为大家提供一套完整的解决方案，包括：