AI文章

模型进展、开源项目和 AI 工具教程,读懂新东西能帮你做什么。

已收录 7,595 篇

文章列表,第 254 页

Telescope 2.0 – AI销售线索生成平台,自定义搜索条件精准定位销售线索

Telescope 2.0是AI驱动的销售线索生成平台,通过智能标准(Smart Criteria)功能,让用户能使用完全自定义的条件快速精准地搜索销售线索。平台主要面向销售专业人士、市场营销团队、业务发展经理和招聘人员等,帮助他们改善目标客户定位和外联效果。

MILS – Meta AI 推出的零样本生成高质量多模态描述方法

MILS(Multimodal Iterative LLM Solver)是Meta AI提出的无需训练即可赋予大型语言模型(LLM)多模态能力的方法。通过多步推理,提示LLM生成候选输出,对每个输出进行评分和迭代反馈,最终生成任务解决方案。

Wepost – AI社交媒体营销自动化平台,解决品牌和内容创作一致性

Wepost是基于人工智能的社交媒体营销工具,专为简化内容创作、发布和分析流程而设计。通过 AI 技术生成符合品牌调性的文案、图像和视频内容,支持多平台发布(如 LinkedIn、TikTok、Twitter、Instagram 和 Facebook),提供详细的数据分析和优化建议。

JoggAI – AI头像生成工具,文本提示生成逼真个性化头像

JoggAI是先进的人工智能头像生成工具,能根据用户输入的文本提示快速生成逼真且个性化的头像,基于先进的AI技术,生成的头像具有自然的表情和流畅的动作,能根据用户需求进行高度定制,包括肤色、发型、服装等细节。

Outrank – AI SEO内容优化平台,自动生成优化内容和发布

Outrank是通过 AI 自动化进行关键词研究、生成 SEO 优化内容并自动发布内容的工具,帮助用户提升博客流量和网站排名。能自动寻找未开发的关键词,生成优化的文章,自动发布日常内容。

Granola – AI会议助手,实时转录会议内容、添加笔记、标记重点

Granola是专为频繁参加会议的人设计的AI会议助手工具。能实时转录会议内容,自动识别发言者并标注时间戳,支持用户在会议中实时添加笔记和标记重点。会议结束后,Granola会结合转录内容和用户笔记生成全面的会议总结,支持一键分享到常用平台。

DiffSplat – 北大联合字节推出的 3D 生成框架

DiffSplat是新型的 3D 生成方法,从文本提示和单视图图像快速生成 3D 高斯点阵(Gaussian Splats)。通过微调预训练的文本到图像扩散模型,基于强大的 2D 先验知识,引入 3D 渲染损失来确保生成的 3D 内容在多视图下保持一致性。

BitsAI-CR – 字节跳动推出的自动化代码审查工具

BitsAI-CR是字节跳动团队推出的基于大型语言模型(LLM)的自动化代码审查工具,通过两阶段处理流程实现高效代码审查:RuleChecker 负责基于 219 条规则检测潜在问题,ReviewFilter 验证问题提高精度。

VideoReward – 港中文、清华、快手等联合推出的视频生成偏好数据集及奖励模型

VideoReward 是香港中文大学、清华大学、快手科技等联合创建的视频生成偏好数据集及奖励模型。包含182,000条标注数据,涵盖视觉质量、运动质量和文本对齐三个维度,用于优化视频生成模型。

X-Prompt – 用于多模态视频目标分割的通用框架

X-Prompt是用于多模态视频目标分割的通用框架,解决传统方法在极端光照、快速运动和背景干扰等复杂场景下的局限性。通过预训练一个基于 RGB 数据的视频目标分割基础模型,使用额外的模态信息(如热成像、深度或事件相机数据)作为视觉提示,将基础模型适应到下游的多模态任务中。

Deep Research – OpenAI推出的新型AI深度研究工具

Deep Research是OpenAI推出的新型AI深度搜索研究工具,专为需要深度、复杂研究的用户设计。能在短时间内(5到30分钟)完成人类专家需要数小时甚至数天才能完成的研究任务。用户只需提供一个提示词,Deep Research基于推理能力,搜索、分析并整合互联网上的大量信息,最终生成一份专家级的研究报告。

NewsBang – AI新闻应用,提供实时问答、生成新闻摘要

NewsBang是AI驱动的新闻应用,专注于为用户提供无偏见、深度的新闻洞察。通过AI技术整合多元新闻来源,生成简洁的新闻摘要,帮助用户快速了解事件全貌。NewsBang提供实时问答功能,用户可以随时提问,获取基于可靠信息的解答。

FaceFancy – AI图像处理应用,支持图片和视频一键换脸

FaceFancy是集AI换脸、照片编辑与创意生成于一体的智能应用。通过先进的AI技术,可以轻松将照片或视频中的人物面部进行替换,实现“一键换脸”的效果,可以替换成明星、动漫角色和其他人物。

LightPDF – AI文档聊天机器人,即时分析和提取多格式文档的核心内容

LightPDF是基于AI的在线PDF工具,提供全面的PDF处理功能,包括编辑、转换、阅读、标注、签名、OCR识别以及AI智能交互等。支持将PDF文件转换为Word、Excel、PPT等多种格式,可将其他格式文件转换为PDF。

SyncAnimation – 南科大等推出的实时音频驱动生成头部运动框架

SyncAnimation是实时端到端的音频驱动框架,用于生成人体姿态和说话头像动画。通过音频信号实时生成与音频同步的上半身姿态和面部表情,包括嘴唇动作,实现高精度和高同步性的动画效果。

IC-Portrait – ETH联合浙大等推出的个性化肖像生成框架

IC-Portrait是新型的个性化肖像生成框架,解决用户资料图像多样性(如外观和光照条件差异)带来的挑战。通过将肖像生成任务分解为“光照感知拼接”和“视角一致性适应”两个子任务来实现高保真的身份保留和视角一致性。

Oumi – 开源 AI 平台,支持 1000 万到 4050 亿参数模型训练

Oumi 是完全开源的 AI 平台,简化从数据准备、模型训练到评估和部署的整个生命周期。支持从 1000 万到 4050 亿参数的模型训练,涵盖文本和多模态模型(如 Llama、Qwen 等),提供零样板代码(Zero Boilerplate)的开发体验。

CoA – 谷歌推出的多智能体协作框架

CoA(Chain-of-Agents)是谷歌推出的多智能体协作框架,用于解决大语言模型(LLM)在处理长文本任务时面临的上下文限制问题。CoA框架将长文本分割成多个较短的片段,由多个工作智能体(worker agents)依次处理这些片段,通过链式通信将有用信息传递给下一个智能体。