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 272 页
AutoDroid-V2 – 清华推出的移动端GUI自动化脚本代理
AutoDroid-V2是清华大学人工智能产业研究院推出的基于小型语言模型（SLM）的移动端GUI自动化脚本代理，能基于代码生成技术提升设备上的GUI代理性能。AutoDroid-V2分析应用的探索历史，自动生成精细的应用文档，指导SLM生成多步脚本完成复杂的用户任务。
AIOpsLab – 微软等机构共同开源的面向 AIOps 代理的综合 AI 框架
AIOpsLab是微软公司、加州大学伯克利分校、伊利诺伊大学香槟分校、微软研究院等机构推出的，用在构建、评估和改进云服务运营管理AIOps代理的原型框架。AIOpsLab基于模块化设计，整合应用程序、负载和故障生成器，模拟真实生产场景。AIOpsLab采用代理-云接口（ACI），提供标准化API供代理调用，支持从故障检测到根本原因分析和缓解的完整运营生命周期。
LIGER – Meta AI 等机构推出的混合检索模型
LIGER是Meta AI等机构推出的混合检索模型，结合生成式检索和密集检索的优点。LIGER用生成式检索模块生成有限的候选项目集，基于密集检索对候选项目进行排序和优化，保留生成式检索在存储和推理效率上的优势，提高了推荐性能，特别是在处理冷启动项目时表现出色。
VideoRefer – 浙大联合阿里达摩学院推出的视频对象感知与推理技术
VideoRefer是浙江大学和阿里达摩学院联合推出的，专门用在视频中对象的感知和推理。基于增强视频大型语言模型（Video LLMs）的空间-时间理解能力，让模型能在视频中对任何对象进行细粒度的感知和推理。
笔灵AI论文 – AI论文写作工具，支持免费大纲和无限改稿
笔灵AI论文是为学生设计的AI论文写作工具，支持免费大纲和无限改稿。笔灵AI论文能一键生成开题报告、任务书、文献综述、论文正文等，提供降重和降低AI痕迹的功能，满足学术要求。
Umax – AI 面部分析应用，获得面部特征分析和个性化改进建议
Umax是基于人工智能的面部分析应用，旨在帮助用户提升面部吸引力。用户可以通过上传自拍照，获得关于面部特征的分析和个性化的改进建议。应用主要面向男性用户，计划在未来扩展其服务范围。
Hypic – 多功能 AI 照片编辑和艺术生成应用
Hypic是多功能的AI照片编辑和艺术生成应用，提供了广泛的图像增强和视觉内容创作功能。结合专业的编辑工具和AI驱动的效果，支持用户进行修图、应用滤镜、生成AI艺术、创建海报等。
优云智算 – UCloud 旗下 GPU 算力租赁平台
优云智算是UCloud优刻得旗下的GPU算力租赁平台，专注于为AI应用提供高效、灵活的算力资源。支持按需租赁，满足不同项目需求。平台拥有丰富的镜像社区，提供多种AI场景的容器镜像，如LLamaFactory和SD-webUI等，支持一键部署，快速启动AI应用。
如何用AI免费翻唱任意歌曲，小白必看
用一分钟的语音，就能让AI模仿我的声音，一键翻唱任意歌曲，你敢信？今天给大家分享两个超级简单的工具，上传一分钟的原声素材，点点点就行了，0基础小白，也能快速生成翻唱作品。
KAG – 蚂蚁集团推出的专业领域知识服务框架
KAG（Knowledge Augmented Generation）是蚂蚁集团推出的专业领域知识服务框架，基于知识增强提升大型语言模型（LLMs）在特定领域的问答性能，为垂直领域的知识库构建逻辑推理和问答解决方案。KAG基于知识和文本块的互索引结构，整合非结构化数据、结构化信息以及业务专家经验，形成统一的业务知识图谱。
在线AI转换 – 多功能在线 AI 语音转换和图像处理平台
在线AI转换是提供多种AI服务的平台，主要功能包括语音转换和图像处理。语音转换方面，支持将文本转换为自然的真人语音，能将语音文件转换为文本格式，适用于有声读物、会议记录等场景。图像处理方面，提供图像去雾、无损放大、黑白图片上色、拉伸图像修复等功能，帮助用户改善图片质量，适用于摄影、设计等领域。
腾讯研究院发布《AI图景解码50关键词》
站在2025的起点，如果让你选择50个关键词来概括AI的关键技术和应用方向，你会选择哪50个？ 腾讯研究院在过去一年持续追踪人工智能领域的技术与趋势，通过AI每日速递、AI每周50关键词、一周科技九宫格、AGI路线图和大模型创造营线上圆桌、AI&Society高端研讨会和百人百问等品牌栏目，跟踪技术应用前沿动态，链接一线专家思想观点，深度思考AI对社会发展的影响，形成了《行业大模型报告》、《AIGC十大趋势——走进机器外脑时代》、《工业大模型应用报告》、《十问“AI陪伴”》、《端侧大模型》、《拐点时刻?AIGC时代的新闻业》、《金融大模型应用报告》和《大模型安全与伦理研究报告2024》为代表的十余份报告，持续为社会各界理解和应用AI提供我们的思考洞察。
字幕说 – AI文本转语音工具，每日10次免费合成逼真配音和字幕视频
字幕说是专为自媒体人设计的在线工具，提供文字转语音、视频合成和音文对齐等功能。用户能免费在线合成逼真的配音和字幕视频，无需出镜制作高质量内容。普通用户每日可提交10次免费语音合成任务。字幕说支持配音修正，会员用户可免费使用。
TradingAgents – 加利福尼亚联合麻省理工推出的多智能体LLM金融交易框架
TradingAgents是加利福尼亚大学洛杉矶分校和麻省理工学院推出的多代理LLM金融交易框架，能模拟现实世界的交易公司环境。TradingAgents整合多个具有不同角色和风险偏好的LLM代理，如基本面分析师、情绪分析师、技术分析师、交易员和风险经理等，实现对复杂金融数据的全面分析与处理。
FastGPT
FastGPT 是新一代企业级 AI Agent 构建平台，提供可视化 Workflow 编排能力、超易用的AI知识库，以创新的RAG检索技术，配合强大的模板生态，助力如搭积木一般轻松构建强大的AI应用。主要面向企业行政人事、运营客服及开发工程师，解决一线工作问题。
MiniPerplx – AI 搜索引擎，基于 Grok 2.0 模型
MiniPerplx 是开源的 AI 搜索引擎，基于 Grok 2.0 模型进行搜索。MiniPerplx提供了免费的替代方案，用在搜索网页、推特帖子、研究论文和 YouTube 视频等内容。MiniPerplx 的技术构建包括 Next.js、Vercel AI SDK 等，具备网页搜索、代码解释器、天气预报、URL 摘要和位置搜索等功能。
Gemini Coder – AI 应用生成工具，文本描述实时生成代码和预览
Gemini Coder 是基于 Google 的 Gemini API、Next.js 和 Tailwind CSS 的工具，用在快速生成 app 应用。Gemini Coder基于简单的描述，结合 Sandpack 实现实时代码编辑和预览，让用户能即时查看应用效果。用户只需提供应用的基本描述，系统自动生成相应的代码和界面，简化了开发流程，提高了开发效率。
Casevo – 中国传媒大学推出的开源社会传播模拟系统
Casevo（Cognitive Agents and Social Evolution Simulator）是中国传媒大学数据科学与智能媒体传播学院、中国传媒大学媒体融合与传播国家重点实验室联合推出的开源社会传播模拟系统。结合大语言模型和多智能体技术，基于模拟人类认知、决策和社会交互理解和预测社会传播现象。