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 273 页
PersonaMagic – 高保真人脸定制技术，根据肖像无缝生成新角色
PersonaMagic 是创新的高保真人脸定制技术，通过阶段调节的文本条件策略实现个性化图像生成。基于简单多层感知机（MLP）网络学习一系列动态嵌入，在特定时间步间隔内准确捕获人脸概念。
PsycoLLM – 合肥工业大学推出的中文心理大语言模型
PsycoLLM是合肥工业大学计算机科学与信息工程学院推出的中文心理大型语言模型，基于高质量的心理数据集训练，提升对心理健康问题的理解和评估能力。模型的数据集涵盖单轮问答、多轮对话和基于知识的问答，用创新的数据生成和优化流程，确保数据的真实性和适用性。
LatentSync – 字节联合北交大开源的端到端唇形同步框架
LatentSync是字节跳动、北京交通大学联合推出的端到端唇形同步框架，基于音频条件的潜在扩散模型，无需任何中间的3D表示或2D特征点。LatentSync用Stable Diffusion的强大生成能力，捕捉复杂的视听关联，生成动态逼真的说话视频。
NMT – 阿里联合 UC Berkeley 推出的多任务学习框架
NMT（No More Tuning）是UC Berkeley和阿里巴巴集团联合推出的多任务学习框架，能解决多任务学习中不同任务优先级优化的问题。NMT将多任务学习问题转化为约束优化问题，将高优先级任务的性能作为约束条件，在优化低优先级任务时保持高优先级任务的性能。
InstructMove – 东京大学联合 Adobe 推出基于指令的图像编辑模型
InstructMove是东京大学和Adobe公司联合推出的基于指令的图像编辑模型，通过观察视频中的帧对变化学习如何根据指令进行图像操作。模型基于多模态大型语言模型（MLLMs）生成描述帧对之间变化的编辑指令，训练出能在保持内容一致性的同时，执行复杂非刚性编辑任务的能力，如调整主体姿势、改变表情和视角等。
Townie – AI代码生成助手，根据简单描述生成完整功能模块
Townie 是 Val Town 推出的面向开发者的代码生成助手，能帮助开发者快速创建、部署和迭代代码片段。Townie结合代码补全和生成功能，能根据简单的描述生成完整的功能模块，支持即时部署到 Val Town 的托管平台，省去手动配置环境的麻烦。
OpenHands – AI编程工具，多智能体协作实现代码编写、命令运行等
OpenHands是AI编程工具，支持多智能体协作提高开发效率，减少开发者的编码工作量。OpenHands基于编写代码、与命令行交互和浏览网页等方式实现与环境的互动。
ZOO – AI CAD 绘图平台，文本提示生成精确的 3D CAD 模型
ZOO 是AI驱动的 CAD 软件平台，专注于硬件设计领域。其中 Text-to-CAD 功能，支持用户输入文本提示词，快速生成精确的 3D CAD 模型，降低了传统 CAD 绘图的复杂性和门槛，让没有专业绘图经验的小白能轻松上手。
ReactAI – 零编码构建各类常见 React 组件的开源 AI 工具
ReactAI 是开源的 AI 工具，用在快速创建 React 组件。基于AI能技术，让用户无需编写代码生成各种组件，如联系表单、新闻订阅表单等。ReactAI 提供免费且无限的使用体验，无需 API 密钥即可操作。用户能选择不同的Claude AI 模型定制组件的风格和功能。
DeepMode – AI 艺术生成工具，创作专属AI角色、生成高质量数字图像
DeepMode 是 DEEPMODE LTD 开发的 AI 艺术生成工具，专注于 AI 角色创建和艺术生成。基于先进的人工智能技术，为用户提供了一个强大的平台来创作和生成高质量的数字图像。
Gensmo – AI 时尚穿搭应用，通过衣橱照片获得个性化穿搭方案
Gensmo 是创新的 AI 时尚穿搭应用，基于AI技术帮助用户探索和发现个性化的时尚风格。用户通过拍摄自己的衣橱照片，上传到 Gensmo，获得针对不同场合的穿搭建议和灵感。Gensmo 能提供个性化的搭配方案。
Lambda Finance.ai – AI 投资管理平台，帮助用户洞察市场动态、优化投资决策
Lambda Finance.ai 是专注于个人投资组合管理的平台，基于先进的人工智能技术帮助用户洞察市场动态，优化投资决策。提供多种功能，包括投资组合分析、资产配置、股息管理、风险管理和回报分析。
SEObot – 用于博客 SEO 优化的 AI Agent
SEObot是全自动化的AI SEO优化工具，专为忙碌的创始人和企业主设计，能简化和优化SEO流程。基于程序化SEO、AI生成博客内容、自动关键词研究和AI链接等功能，帮助用户节省时间和精力。
Voc.Adapt – AI语言学习工具，智能调整文本、音视频内容的语言学习难度
Voc.Adapt 是语言学习工具，基于调整内容的难度帮助用户自然地学习和掌握新语言，支持在Chrome 浏览器扩展。Voc.Adapt 能将阅读材料、视频和音频内容调整到用户能理解的水平，让用户能在上下文中学习语言。
VideoAnydoor – 港大联合阿里达摩院等机构推出的零样本视频对象插入框架
VideoAnydoor是香港大学、阿里巴巴集团达摩院、湖畔实验室、华中科技大学联合推出的零样本的视频对象插入框架，能将特定对象以高保真度和精确运动控制的方式插入到视频中。VideoAnydoor基于文本到视频的扩散模型，用ID提取器注入全局身份信息，用框序列指导整体运动。
Argil – AI视频生成平台，创建自己的 AI 克隆，生成各种视频内容
Argil是AI视频生成平台，基于基于SOTA deepfake技术，帮助用户快速创建高质量的视频内容。用户上传两分钟的视频，能生成自己的AI克隆，用在品牌推广、教育、娱乐等多种场景。Argil提供丰富的虚拟形象（Avatars）和灵活的视频编辑功能，如控制机位、身体语言等，提高视频的吸引力和真实性。
Weights – 多功能AI创作平台，支持创作图片、视频、音乐等各种类型多媒体
Weights 是AI创作平台，基于AI技术创作各种类型的多媒体内容。用户在平台上免费创建多种作品，包括语音翻唱、合唱、文字转语音、图片、视频、音乐，及与 AI 角色进行互动聊天。Weights 的目标是为用户提供简单易用的创作环境，激发创意灵感。用户将自己的作品分享到社区，与其他创作者交流互动，获得灵感和反馈。
Replay – AI音乐伴奏分离工具，自动分析音频内容、提取主唱、人声和伴奏等音轨
Replay是先进的AI音乐伴奏分离软件，基于深度学习技术将音频文件中的主唱、人声和伴奏等音轨分离出来。用户可以将一首完整的歌曲输入到Replay中，软件会自动分析音频内容，将各个音轨提取出来，生成独立的音频文件。