AI导哈

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

Mistral Small 3 – Mistral AI 推出的开源大语言模型

Mistral Small 3 是 Mistral AI 发布的开源大型语言模型，有240亿参数，基于 Apache 2.0 许可证开源。专为低延迟任务设计，支持多语言（包括英语、中文、日语等），在推理和多语言处理方面表现出色。

EICopilot – 百度推出基于AI智能体的企业信息搜索与探索工具

EICopilot是百度研究院推出的基于AI智能体的企业信息搜索与探索工具。通过大型语言模型（LLM）驱动的智能体，帮助企业用户在大规模知识图谱中高效检索和解读信息。EICopilot的核心优势在于强大的自然语言理解能力，能将用户的自然语言查询转化为精准的图数据库查询脚本，快速生成结果摘要。

OpenAI o3-mini – OpenAI 推出的全新推理模型

OpenAI o3-mini是OpenAI正式发布的全新推理模型。是OpenAI推理系列中最新、成本效益最高的模型，专为科学、数学和编程等技术领域优化。支持三种推理强度（低、中、高），用户可以根据需求调整，平衡速度和准确性。

Martin – 个人 AI 助手，支持电话、短信、邮件、等多种沟通方式

Martin是耶鲁和伯克利辍学生创立的新型人工智能助手，通过语音交互为用户提供高效、个性化的服务。支持电话、短信、邮件、Slack 等多种沟通方式，能管理日程、收件箱、待办事项，主动提供帮助，如代发消息、拨打电话、设置提醒等。

Aligner – 北大推出的残差修正模型对齐技术

Aligner是北京大学团队提出的大语言模型对齐技术，通过学习对齐答案与未对齐答案之间的修正残差来提升模型性能。采用自回归的 seq2seq 模型，在问题-答案-修正后的答案（Query-Answer-Correction, Q-A-C）数据集上训练，无需依赖复杂的强化学习从人类反馈（RLHF）流程。

LalaEval – 港中文联合货拉拉推出面向特定领域的模型评估框架

LalaEval是香港中文大学和货拉拉数据科学团队共同推出的面向特定领域大语言模型（LLMs）的人类评估框架，框架通过一套完整的端到端协议，涵盖领域规范、标准建立、基准数据集创建、评估规则构建以及评估结果的分析和解释。

Cherry Studio

Cherry Studio 是集多模型对话、知识库管理、AI 绘画、翻译等功能于一体的开源全能 AI 客户端助手。Cherry Studio支持 Windows、macOS 和 Linux 系统，降低技术门槛，让零基础用户也能快速上手，同时为开发者提供强大的扩展能力。

UnZipLoRA – AI图像处理方法，能将图像分解为组成主题和风格

UnZipLoRA 是伊利诺伊大学厄巴纳-香槟分校的研究者提出的图像处理方法，能将图像分解为组成主题（内容）和风格，以两个不同的 LoRA（低秩自适应）表示。与现有技术不同，UnZipLoRA 可以从单张图像中同时训练两个 LoRA 来分离这些元素，确保生成的 LoRA 兼容，可以通过直接相加无缝组合。

CityDreamer4D – 南洋理工推出的无边界 4D 城市建模框架

CityDreamer4D是南洋理工大学 S-Lab 团队开发的用于生成无边界 4D 城市的组合生成模型。将动态物体（如车辆）与静态场景（如建筑和道路）分离，通过三个模块——建筑实例生成器、车辆实例生成器和城市背景生成器，基于高效的鸟瞰图场景表示法来生成城市场景。

VARGPT – 北大推出的多模态理解生成统一模型

VARGPT是创新的多模态大语言模型，专注于视觉理解和生成任务。基于自回归框架，将视觉生成与理解统一在一个模型中，避免任务切换的复杂性。VARGPT在LLaVA架构基础上进行扩展，通过next-token预测实现视觉理解，通过next-scale预测实现视觉生成，能高效处理混合模态输入和输出。

YuE – 港科大联合 M-A-P 推出的开源AI音乐生成模型

YuE 是香港科技大学和 Multimodal Art Projection 团队联合开发的开源 AI 音乐生成模型。能将歌词转化为完整的歌曲，支持多种音乐风格，包括流行、金属、爵士、嘻哈等，并且支持英语、中文、日语和韩语等多种语言。

ResumeYay – 免费AI简历生成工具，提供智能建议增强工作描述

ResumeYay是免费的在线AI简历生成器，无需注册或登录即可使用。通过AI技术帮助用户优化简历内容，提供智能建议增强工作描述、专业总结和技能部分，使简历更具吸引力。ResumeYay提供多种专业模板和颜色选择，用户可以根据个人喜好进行定制，导出的PDF格式简历能轻松通过申请人跟踪系统（ATS）的筛选。

Stackie.AI – AI记录与生成应用，自动进行内容格式化和分类

Stackie.AI是创新的智能记录与生成应用，通过AI技术帮助用户高效整理和管理生活中的各种信息。支持笔记、跟踪器、备忘录等多种功能，能将用户随意的想法转化为有组织、可操作的任务。

Refly

Refly是全球首个开源 Vibe Workflow 平台，为用户提供强大的多线程对话和内容创作能力。支持多线程对话，用户可以在不同会话之间自由切换，实现复杂的任务流程。Refly集成了13+主流大语言模型，支持多模态文件处理，涵盖多种文本和图像格式，能高效处理和分析数据。

Qwen2.5-Max – 阿里通义千问推出的MoE模型

Qwen2.5-Max是阿里云推出的超大规模MoE（Mixture of Experts）模型，使用超过20万亿tokens的预训练数据。模型在多个基准测试中表现卓越，超越了DeepSeek V3、Llama-3.1-405B等领先模型。

Raphael AI – 免费AI图像生成工具，基于 Flux.1-Dev 模型

Raphael AI是基于 Flux.1-Dev 模型的免费且无限制的AI图像生成工具，用户无需注册或登录，可通过输入输入文本提示快速生成或编辑图像。工具支持多种艺术风格，包括写实、动漫、油画和数字艺术等。

AI推理模型有哪些？13个支持深度思考的推理模型

在当今数字化时代，人工智能正以前所未有的速度改变着我们的生活和工作方式。AI推理大模型作为人工智能领域的重要分支，以卓越的性能和广泛的应用前景，吸引了全球科技企业和研究机构的高度关注。本文将介绍13个支持深度思考的AI推理模型，像科学家一样深度思考，模型通过深度学习和大数据分析，能快速准确地处理复杂问题，为各行业提供了强大的决策支持。随着技术的不断进步，为开发者和企业提供了更多的选择和机会。

QVQ-72B-Preview – 阿里通义开源的多模态推理模型

QVQ-72B-Preview 是阿里云通义千问团队开源的多模态推理模型，专注于提升视觉推理能力。模型在多个基准测试中表现出色，在多模态理解和推理任务上展现了强大的能力。