AI文章
AI文章
整理 AI 项目、模型、工具和行业动态，给出更容易读懂的背景与使用参考。
内容精选
最新 AI 文章
开闭源模型实测 – 横评 Sonnet 5 与四大国产开源模型编程能力
今天发点开闭源模型的对比实测。我选了四个开源模型：Kimi K2.7 Code，GLM 5.2，MiniMax M3，DeepSeek V4 Pro 来跟 Sonnet 5 来对比实测一波，看看 Sonnet 5 的成色到底如何。
阅读全文不用花钱的 AI 换脸方案 – VisoMaster-Fusion 批量视频图片换脸
今天发点适合做视频/图片换脸的东西。 平时让想弄点恶搞视频或者图片时，换脸用 PS 老是 P 的不好，用 AI 吧又有点贵。 我终于在GitHub上找到一个好东西，叫 VisoMaster-Fusion，本地就能完成视频或者图片的换脸功能，我的 3060 都带的动。
阅读全文Clawd-on-desk实测 – 能实时反馈 AI Agent 状态的桌面宠物
今天发点适合养桌宠的东西。 我们平时用 Claude Code 、Codex CLI做事时，终端里文字一直在滚动，不认真看根本就不知道 Agent 在干嘛。 今天给大家推荐一个在 GitHub 上叫 Clawd-on-desk 桌宠项目，Clawd-on-desk 能自动感知 AI Agent 状态，余光一扫就能知道 AI 在思考、跑工具、还是已经完成了。
阅读全文Chichi-pui – AI图像生成与分享平台，专注日系风格
Chichi-pui（ちちぷい）是AI图像生成与分享平台，专注于日系动漫、插画及写实风格的AI艺术创作。用户通过输入文本提示词（"咒语"）调用MIRAGE、PAPYRUS、GARLAND及Stable Diffusion等模型生成高质量图像，可在"魔导图书馆"学习优秀提示词技巧。
阅读全文EdgeBench – 字节跳动推出的 AI 学习能力基准测试框架
EdgeBench 是字节跳动 Seed 团队推出的基准测试框架，用于评估自主 AI Agent 在真实世界环境中的长期学习能力。
阅读全文Elements Claw – 阿里达摩院推出的超导材料发现 AI 智能体
ElementsClaw 是阿里达摩院联合中国人民大学、中国科学院大学推出的行业首个超导材料发现 AI 智能体，采用专通融合架构，将 10 亿参数原子基础模型 Elements 与大型语言模型结合，实现从文献检索、性质预测到实验方案设计的全流程自动化材料筛选。
阅读全文跃迁维度 – 一站式国产 AI 模型 API 聚合平台
跃迁维度（dimleap）是一站式国产AI模型API聚合平台，为全球开发者提供先进、稳定的AI模型API服务。通过简洁的API接口，用户可快速集成DeepSeek、Qwen、GLM、MiniMax等主流国产大模型的自然语言处理、计算机视觉、语音识别等多模态能力。
阅读全文Command Code – AI 编程智能体，自动记录沉淀编码偏好
Command Code 是 CLI 优先的 AI 编程智能体，核心差异化在于其 Taste（编码品味）持续学习系统。通过自动记录你对代码的接受、拒绝和修改行为，跨项目沉淀个人与团队的技术偏好，让后续生成的代码越来越贴合你的风格。
阅读全文video-use – Browser Use 团队开源的 AI 视频剪辑 Agent
Video-use 是 Browser Use 团队开源的 AI 视频剪辑 Agent，通过自然语言对话替代传统时间线操作。用户只需将原始素材放入文件夹并描述需求，Agent 自动完成素材盘点、口癖清除、调色、字幕、动画叠加及自评估，最终输出成片。
阅读全文Page Agent – 阿里开源的 JavaScript GUI 智能体库
Page Agent 是阿里巴巴开源的纯前端 JavaScript 智能体库，通过一行代码嵌入网页，可让用户用自然语言操控页面 DOM 元素。
阅读全文SemanticAudio – 港中文等推出的音频生成与编辑框架
SemanticAudio 是香港中文大学、LIGHTSPEED、上海交通大学联合推出的音频生成与编辑框架。框架将文本到音频生成拆分为"语义规划"与"声学合成"两阶段，在高层语义空间规划声音事件的身份、时序与结构，再渲染为高质量音频。
阅读全文Ego Lite – 专为AI Agent设计的浏览器，实现人与AI协同工作
Ego Lite 是基于 Chromium 的人与 AI 智能体并行协作的浏览器。Ego Lite是为 AI Agent 提供底层浏览器操作能力的基础设施。
阅读全文AReaL 2.0 – 蚂蚁等开源的Agent在线强化学习基础架构
AReaL 2.0是蚂蚁联合香港科技大学、清华大学开源的Agent在线强化学习基础架构，能让已部署的Agent从真实交互轨迹中持续自我演进。
阅读全文GenEvolve – 美团等推出的自演进图像生成 Agent
GenEvolve 是香港科技大学（广州）、美团与新加坡国立大学联合推出的自演进图像生成 Agent。GenEvolve 将开放式图像生成形式化为工具编排的视觉轨迹，Agent 通过搜索文本证据、检索视觉参考、调用生成知识。
阅读全文15个AI漫剧视频制作软件和工具，剧本分镜成片自动生成
从图文到视频，从真人实拍到AI生成，内容创作的门槛正在被一点点拆掉。漫剧正成为2026年最值得关注的内容赛道之一。不用请演员、不用租场地、不用扛着设备连轴转，只需一段文字描述、几张参考图，AI就能帮你把故事变成有画面、有节奏、有情绪的动态漫剧。想做小说推文、品牌短剧，还是单纯想把自己的脑洞可视化，本文介绍的15个AI漫剧创作平台，正在让"一个人就是一支剧组"成为现实。
阅读全文豆包音频生成模型1.0实测 – 多角色配音、有声书一键生成
你可能也在烦恼：用 AI 生成大片，画面质感已经很到位了，可角色一开口，瞬间让人出戏。 画面里明明在经历生死关头，配音听起来却像在四平八稳地念产品说明书；好不容易有点情绪起伏，也全靠生硬的大喊大叫...更难受的是，不同的片段里角色的音色完全不一样，很难保持音色一致性。
阅读全文TabFM – 谷歌开源的零样本表格基础模型
TabFM 是 Google Research 推出的零样本表格基础模型，支持对混合数值与类别特征的结构化数据进行分类（最多10类）和回归。模型在数百亿合成表格数据上训练，无需微调或超参数搜索，仅以训练行为上下文进行单次前向预测，在 TabArena 基准51个数据集上超越经大量调优的梯度提升树等强基线。
阅读全文ChatExcel Ultra – 元空AI推出的企业级桌面版AI数据智能体
ChatExcel Ultra 是元空AI推出的企业级桌面版AI数据智能体，面向专业数据办公场景。产品支持文件本地处理、数据库直连、永久记忆与终身学习，可通过自然语言生成实时刷新的交互式数据看板与业务系统。
阅读全文