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 279 页
什么是隐藏层（Hidden Layer） – AI百科知识
隐藏层（Hidden Layer）是人工神经网络中的中间层，位于输入层和输出层之间。作用是对输入数据进行特征提取和变换，为最终的输出层提供高层次特征。隐藏层之所以称为“隐藏”，是因为其输出对外界不可见，只在网络内部流通。
什么是鲁棒性（Robustness） – AI百科知识
鲁棒性（Robustness）是指一个系统、模型或实体在面对输入数据中的扰动、噪声、异常值或设计参数变化时，仍能保持其预期功能、性能稳定且结果准确的能力。鲁棒性体现了系统在不确定性和异常情况下的生存能力，即在遭遇错误条件或意外情况时保持功能和性能的能力。
Curipod – AI课件生成工具，帮助教师创建互动式课程PPT
Curipod 是AI驱动的互动课程设计平台，专注于通过故事性和游戏化的教学方法激发学生的学习兴趣，尤其针对阅读和写作科目。基于AI技术提供实时反馈，帮助教师定制课程，适应学生的兴趣和需求。基于易于使用的工具，Curipod 节省了教师时间，让学习过程更加有趣和参与性强。
点仔 – 美团大众点评推出的AI智能推荐工具
点仔是美团大众点评推出的AI智能工具，集成了“找店帮手”、“菜品搭配”和“景点伴游”等功能，旨在为用户提供个性化的餐饮推荐服务。用户只需输入个人需求，“点仔”便能自动生成回答，帮助用户快速锁定合适的餐厅和推荐菜品，同时解答与餐饮相关的问题。
NurovantAI – AI学习工具，自动分析课堂录音提取关键内容生成测验、闪卡和摘要
NurovantAI是AI驱动的学习工具。基于分析课堂内容，将复杂的信息转化为易于管理的学习材料，提高学习效率。基于分析学生对微概念的掌握情况，提供即时反馈，帮助教师早期识别落后学生，为每个学生定制学习路径。
VideoVAE+ – 香港科技大学推出的先进跨模态视频变分自编码器
VideoVAE+（VideoVAE Plus）是香港科技大学团队推出的先进的跨模态视频变分自编码器（Video VAE），通过引入新的时空分离压缩机制和文本指导，实现了对大幅运动视频的高效压缩与精准重建，同时保持了良好的时间一致性和运动恢复。
Psi R0 – 灵初智能推出的端到端具身模型
Psi R0是灵初智能发布的首个基于强化学习的端到端具身模型。支持双灵巧手协同进行复杂操作，能够将多个技能串联混训，生成具有推理能力的智能体，完成并闭环长程灵巧操作任务。
Scribenote – 兽医AI笔记，可将口头记录转为结构化的宠物医疗记录
Scribenote是为兽医设计的AI记录助手，基于自然语言处理和机器学习技术，基于捕捉音频并转录成易于阅读的笔记，包括SOAP格式的笔记、附件和客户沟通。Scribenote能减少兽医在文书工作上的时间消耗，提高记录的准确性，让兽医能更专注于患者护理。
什么是向量数据库（Vector database） – AI百科知识
向量数据库是专门用来存储和查询向量的数据库系统。用于表示多维度的数据点，例如在机器学习和人工智能中使用的数据。在向量数据库中，数据被表示为向量，这些向量可以在多维空间中进行比较和搜索。
OpenEMMA – 德克萨斯联合多伦多等大学开源的端到端自动驾驶多模态模型
OpenEMMA是德州农工大学、密歇根大学和多伦多大学共同开源的端到端自动驾驶多模态模型框架，基于预训练的多模态大型语言模型（MLLMs）处理视觉数据和复杂驾驶场景的推理。框架基于链式思维推理过程，显著提高模型在轨迹规划和感知任务中的性能。
FireCrawl – 开源 AI 网络爬虫工具，擅长处理动态网页内容、自动爬取网站及子页面
FireCrawl是开源的AI爬虫工具，专门用在Web数据提取，转换为Markdown或其他结构化数据。FireCrawl具备强大的抓取能力，支持动态网页内容处理，提供智能爬取状态管理和多样的输出格式。FireCrawl集成了LLM Extract功能，用大型语言模型快速完成数据提取。
AgiBot World – 智元机器人开源的百万真机数据集
AgiBot World是智元机器人开源的百万真机数据集，旨在推动具身智能的发展。数据集包含八十余种日常技能，覆盖家居、餐饮、工业等五大核心场景，数据规模和质量远超谷歌的Open X-Embodiment。
探一下 – 支付宝推出的新一代AI视觉搜索产品
探一下是支付宝推出的新一代AI视觉搜索产品，基于自研的多模态大模型技术，能够“用AI之眼探索万物”，提供快速、有用、趣味的生成式搜索服务。用户可以通过AI摄像头识别花草、宠物、潮玩等，获得旅游讲解、商品药品详情查询等功能。
AI Dev Gallery – 微软推出面向Windows开发者本地运行AI模型的开源工具
AI Dev Gallery是微软推出的开源AI工具包和示例库，集成在Visual Studio中，帮助Windows开发者轻松集成端侧AI功能。AI Dev Gallery提供超过25个交互式示例，覆盖文本、图像、音频和视频等场景，支持从GitHub和Hugging Face下载热门的开源模型，支持在本地设备上运行，实现低延迟、高隐私的AI体验。
Figma-Low-Code – 将Figma设计转换为Vue.js应用程序的开源项目
Figma-Low-Code是开源的项目，基于Luisa框架，支持开发者直接将Figma设计转换为Vue.js应用程序。大幅减少设计师与开发者之间的交接时间，减少前端编码工作，确保Figma设计作为唯一的数据源。Figma-Low-Code支持零代码渲染设计、原型和设计系统。
Languine – 面向开发者自动化应用程序的多语言翻译 AI 工具
Languine 是 AI 驱动的翻译工具，能帮助开发者简化应用程序的开发过程。Languine 基于智能检测、AI 翻译、自动化工作流程和开发者友好的设计，让翻译管理变得高效且一致。Languine 支持超过100种语言，与多种文件格式兼容，集成版本控制系统。
GraphAgent – 港大联合港科大开源的智能图形语言助手
GraphAgent是香港大学和香港科技大学（广州）联合推出的智能图形语言助手，能处理现实世界中结构化（如图连接）和非结构化（如文本、视觉信息）格式的数据，数据包含复杂关系和相互依赖性，能用知识图谱展示。
DeepSeek Engineer – 开源AI编程助手，处理用户对话生成结构化JSON
DeepSeek Engineer 是集成DeepSeek API 的AI编程助手，基于命令行界面让用户能读取本地文件、创建新文件及实时对现有文件进行差异编辑。DeepSeek Engineer用 Pydantic 进行类型安全的文件操作，遵循系统提示确保所有回应都以 JSON 格式输出，同时支持文件的创建和编辑。DeepSeek Engineer 能帮助开发者在对话中引用文件内容，生成代码或提出差异编辑建议。