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
啵啵动漫 – AI视频转绘软件，普通视频一键转为动漫风格
啵啵动漫是创新的AI视频转绘软件，专为动漫爱好者设计。能将普通视频一键转换为动漫风格，提供多种动漫模板和风格供用户选择，轻松实现从现实到二次元的转变。啵啵动漫具备强大的AI创作功能，如AI写真、AI魔法脸、AI文生图等，满足用户多样化的内容创作需求。
AlphaGeometry2 – 谷歌 DeepMind 推出解决复杂几何问题的AI系统
AlphaGeometry2 是谷歌 DeepMind 推出的先进的人工智能系统，专门用于解决国际数学奥林匹克竞赛（IMO）中的几何问题。结合了神经符号方法，将谷歌 Gemini 系列的语言模型与符号引擎协同工作，通过神经网络预测几何构造并由符号引擎进行逻辑推理。
VoiceDub – AI歌曲翻唱平台，提供超10000种风格、语言的AI人声音色
VoiceDub 是AI歌曲翻唱平台，专注于为用户提供音频创作和处理服务。VoiceDub能快速将歌曲中的人声替换为AI生成的声音，提供超过10000种不同风格和语言的AI人声音色。用户基于文本转语音功能，将文字直接转换为高质量的语音内容。
Jammable – AI音乐翻唱平台，选择歌手声音或风格进行个性化创作
Jammable是AI音乐翻唱平台。用户选择喜欢的歌手声音或风格，让AI模仿创作出个性化的音乐作品。平台提供热门声音、音乐合集和合作作品展示，方便用户了解流行趋势并参与互动创作。Jammable适合音乐创作者、爱好者及希望基于AI技术快速生成音乐的人群，能快速激发创作灵感并分享作品。
Agentic Object Detection – 吴恩达团队推出的Agent目标检测技术
Agentic Object Detection 是吴恩达团队开发的新型目标检测技术，通过智能代理（Agent）系统实现无需标注数据的目标检测。用户仅需输入文字提示，AI 基于推理能力识别图像中的目标，精准定位其位置和属性。
MUSIC.AI – AI音乐创作和音频处理平台，支持音频分离、混音、歌词处理等功能
MUSIC.AI 是专注于AI音乐创作和音频处理的平台，基于先进的 AI 技术为音乐人、制作人和企业提供高效、高质量的音频解决方案。MUSIC.AI支持音频分离、混音、母带处理、语音转换、歌词转录等功能，能快速分离音频中的不同元素，优化音频质量，实现多语言翻译和本地化。
covers.ai – AI音乐创作平台，创建个性化的AI语音模型生成歌曲作品
covers.ai是基于AI技术的音乐创作平台，提供 AI 语音生成和 AI 歌曲生成工具。covers.ai基于先进的AI技术，支持用户创建个性化的AI语音模型，或用现有的名人、卡通、动漫等角色的语音模型生成歌曲、说唱、对话等内容。
EliGen – 浙大联合阿里推出的新型实体级可控图像生成框架
EliGen是浙江大学和阿里巴巴集团联合开发的新型的实体级可控图像生成框架，通过引入区域注意力机制，无需额外参数即可将实体提示和任意形状的空间掩码无缝集成到扩散变换器中。EliGen包含50万高质量注释样本的数据集，用于训练模型以实现鲁棒且准确的实体级操控。
splash – AI音乐创作平台，输入文字自动生成对应旋律和演唱效果
splash 是专注于AI音乐创作与互动体验的创新平台。splash基于自主研发的AI技术，为用户提供丰富的音乐创作工具，包括文本转歌声、旋律创作等功能，帮助用户轻松创作音乐。splash 核心产品包括splash App，支持用户用音效包和节拍制作工具创作音乐并分享到社交媒体。
Ola – 清华联合腾讯等推出的全模态语言模型
Ola是清华大学、腾讯 Hunyuan 研究团队和新加坡国立大学 S-Lab 合作开发的全模态语言模型。通过渐进式模态对齐策略，逐步扩展语言模型支持的模态，从图像和文本开始，再引入语音和视频数据，实现对多种模态的理解。
BlipCut – 在线AI视频翻译工具，支持130多种语言
BlipCut是基于 AI 技术的在线视频翻译工具，能将视频内容快速翻译成130多种语言，同时支持字幕生成、配音和唇形同步等功能。用户只需上传视频或输入视频链接，选择目标语言，可一键生成多语言版本的视频。
BEN2 – 自动从图像和视频中移除背景深度学习模型
BEN2（Background Erase Network 2）是Prama LLC开发的深度学习模型，专门用于从图像和视频中快速移除背景并提取前景。基于创新的置信度引导抠图（CGM）管道，通过精细化网络处理复杂区域，如头发和边缘，实现高精度的前景分割。
Project Padawan – GitHub推出的自主软件工程智能体
Project Padawan 是 GitHub 推出的自主软件工程智能体项目，能基于 AI 技术实现软件开发流程的高度自动化。Project Padawan能自动处理从代码生成、环境搭建、代码审查到提交拉取请求的全流程任务，支持多语言模型并运行在安全的云沙箱环境中。
Copilot Edits – GitHub Copilot推出的智能代码编辑功能
Copilot Edits是GitHub Copilot推出的一项功能，基于AI技术提升代码编辑效率。Copilot Edits支持开发者在Visual Studio Code中用自然语言指令快速修改代码，支持跨多个文件的内联编辑。开发者能在一个统一的界面中指定需要修改的文件范围，让Copilot Edits根据指令直接在代码编辑器中进行修改，实时查看效果并调整。
Lumina-Image 2.0 – 上海 AI Lab 开源的统一图像生成模型
Lumina-Image 2.0 是开源的高效统一图像生成模型，参数量为26亿，基于扩散模型和Transformer架构。在图像生成质量、复杂提示理解和资源效率方面表现出色，在文本对齐能力上达到行业领先水平，能根据文本描述生成高质量、多风格的图像。
PartEdit – KAUST推出的细粒度图像编辑方法
PartEdit是KAUST推出基于预训练扩散模型的细粒度图像编辑方法。PartEdit基于优化特定的文本标记（称为“部分标记”），让扩散模型精准定位和编辑图像中对象的各个部分。这些部分标记学习与对象部分对应的非二进制掩码，在每个扩散步骤中实现对编辑区域的定位，结合特征混合与自适应阈值策略，无缝集成编辑内容，且保留未编辑区域。
Pikadditions – Pika推出将图片无缝添加到视频中的新功能
Pikadditions是Pika推出的一项新功能，支持将用户上传的图片无缝添加到视频中，生成自然且引人入胜的效果。用户只需上传一张图片和一个视频，输入简单的提示（Prompt），AI能自动完成合成。Pikadditions为视频创作提供了更多创意空间，降低了制作成本。
PictureThis – AI植物识别应用，能识别超过17000种植物
PictureThis是基于人工智能的植物识别应用，用户通过拍摄植物照片，可快速获取植物的名称、种类、护理建议等详细信息。能识别超过17000种植物，能诊断植物疾病并提供治疗方案，同时对有毒植物发出警告，保障用户安全。