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 280 页
StereoCrafter – 腾讯开源将任意2D视频转为立体3D视频的框架
StereoCrafter是腾讯AI Lab和ARC Lab共同推出的创新框架，能将单目视频（2D视频）转换为立体3D视频，满足日益增长的3D内容需求。StereoCrafter基于深度估计、视频splatting和立体视频修复三个核心步骤，实现高保真度的2D到3D视频转换。
PixVerse V3.5 – 爱诗科技推出的最新版AI视频生成工具，支持1080p高清画质
PixVerse V3.5是爱诗科技推出的AI视频生成工具的最新版本，在性能和功能上都有显著提升。能在最快5秒内生成视频，显著增强了运动控制力，提供了更加流畅和精确的视频生成体验。V3.5版本在动漫效果上支持多种风格随意切换，满足不同用户的个性化需求。
Large Motion Model – 商汤科技联合南洋理工推出的统一多模态运动生成模型
Large Motion Model（LMM）是统一的多模态运动生成模型，是新加坡南洋理工大学S-Lab和商汤科技研究团队共同推出的。LMM能处理包括文本到运动、音乐到舞蹈等多种运动生成任务，在多个基准测试中展现出与专家模型相媲美的性能。
Aragon.ai – AI头像生成平台，定制 AI 模型、快速生成专业肖像照
Aragon.ai 是领先的AI头像生成平台，能将用户上传的照片快速转换成专业级别的头像。用户只需上传几张照片，选择服装和背景，Aragon.ai 能创建定制的 AI 模型，在几分钟内提供多达 100 张高质量的头像。Aragon.ai 适用于个人，也适合团队使用，能用更低的成本和更快捷的方式替代传统的摄影服务。
VideoPhy – UCLA 联合谷歌推出评估视频生成模型物理常识能力的基准测试
VideoPhy是UCLA和谷歌研究研究院联合推出的，首个评估视频生成模型物理常识能力的基准测试，能衡量模型生成的视频是否遵循现实世界的物理规则。VideoPhy基准包含688个描述物理互动的字幕，用在从多种文本到视频模型中生成视频，进行人类及自动评估。
Mobirise – AI网站构建平台，零编程拖放式创建高质量网站
Mobirise是简单、易用的无代码AI网站构建平台，提供丰富的模板和模块，支持拖放式编辑，让没有编程知识的用户能快速创建响应式的网站。Mobirise基于Bootstrap框架，适合个人和商业用途，功能包括自定义域名、图库、在线商店构建、博客、社交集成等。
Samwell.ai – AI学术论文助手，快速撰写原创学术论文和报告
Samwell.ai 是基于AI技术的写作平台，帮助学生和学者快速撰写原创学术论文和报告。平台提供复杂的抄袭检测工具，支持多种引用格式，并整合全球图书馆资源确保论文的学术性和可信度。Samwell.ai 提供“概览”和“引用”功能，及实时AI检测检查，确保作品原创性。
11个免费AI食谱与健康管理应用，量身定制食谱、实时监测健康
在这个快节奏的数字时代，我们的生活方式正被科技以前所未有的速度改变着。随着智能手机和人工智能技术的普及，我们的生活变得更加便捷和高效。在健康管理和饮食领域，AI技术的应用正逐渐成为我们日常生活中不可或缺的一部分。能根据你的个人口味、营养需求和健康目标为你量身定制食谱的智能助手，或者一个能实时监测你的健康数据并提供个性化建议的健康管理应用。本文将介绍11个免费的AI食谱和健康管理应用，基于人工智能，改变我们的饮食和生活方式，以及帮助我们迈向更健康、更快乐的生活。
什么是TTS（Text To Speech） – AI百科知识
TTS（Text to Speech）即文本转语音技术。是一种将文本信息转化为自然语音输出的技术。通过TTS技术，计算机可以将输入的文本自动转换成自然语音，模拟出人类说话的声音，实现机器与人的语音交互。
cc:Monet – AI财务助手，快速识别处理发票、员工费用申报和审批流程
cc:Monet是AI财务助手，旨在简化企业的财务流程。通过先进的人工智能技术，能快速处理发票、员工费用申报和审批流程，提供有价值的商业洞察。支持超过50种语言的发票处理，适应国际业务需求。
什么是思维树（Tree of Thought, ToT） – AI百科知识
思维树（Tree of Thought, ToT）是一个开创性的框架，旨在增强大型语言模型（LLM）的推理能力。这种方法模拟了人类解决问题的认知策略，使LLM能够以结构化的方式探索多种可能的解决方案，类似于树状分支路径。
DynamicControl – 腾讯优图联合南洋理工等机构推出的动态条件控制图像生成新框架
DynamicControl是腾讯优图联合南洋理工、浙大等研究机构推出的集成多模态大语言模型（MLLM）推理能力的文本生成图像（T2I）任务新框架。DynamicControl通过自适应地选择不同条件，实现了动态多控制对齐，显著增强了图像生成的可控性，同时保持了图像质量和图像文本对齐。
琅琊 – 中国科学院海洋研究所自主研发的海洋大模型1.0版本
琅琊是中国科学院海洋研究所自主研发的新一代海洋人工智能大模型1.0版本，专注于海洋状态变量预报。模型结合了先进的人工智能算法和专业的海洋科学知识，能实现对全球海洋状态变量的中短期高精度预报。
Mind GPT-3o – 理想汽车推出的多模态端到端大模型
Mind GPT-3o是理想汽车推出的多模态端到端大模型，融合语音、视觉和语言理解技术，实现高效实时交互。Mind GPT-3o具备记忆、规划、工具使用和表达能力，能提升用户认知、完成任务并提供情感支持。
Qwen-Agent – 阿里通义开源的 Agent 应用开发框架
Qwen-Agent是基于通义千问模型（Qwen）的开源Agent开发框架，支持开发者用Qwen模型的指令遵循、工具使用、规划和记忆能力构建智能代理应用。Qwen-Agent支持函数调用、代码解释器和RAG（检索增强生成）等功能，能处理从8K到100万tokens的文档，超越传统长上下文模型。
LowCodeEngine – 阿里开源的低代码开发框架
LowCodeEngine是阿里巴巴开源的低代码开发框架，基于提供拖拽、配置等简单操作，让开发者快速构建复杂的系统页面。框架以强大的定制能力、优雅的开发体验、丰富的API和插件支持而著称，能满足各种复杂的业务场景需求
BeautyPlus – AI图像处理应用，支持视频编辑、图像转换与增强等功能
BeautyPlus是AI照片编辑应用，支持iOS、Android和浏览器使用。BeautyPlus提供AI图像生成器和编辑工具，包括视频编辑、图像转换器等，能够将照片转换成具有创意艺术风格的图片。BeautyPlus提供人像照片增强器，能识别和增强面部及身体的每个部分，及一系列免费编辑工具，如裁剪、调整大小、格式转换等。
LONGSHOT – AI内容创作与SEO优化助手，根据实时数据和行业趋势生成创意内容
LONGSHOT是AI内容创作与SEO优化平台，基于AI技术帮助用户快速生成高质量、SEO友好的长篇内容。LONGSHOT主要功能包括内容规划、事实核查、SEO优化、AI内部链接和多平台整合，能提升内容创作的效率和质量。