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 332 页
GTA – 上海AI Lab联合交大推出评估通用工具智能体的基准测试
GTA（a benchmark for General Tool Agents）是上海交通大学和上海AI实验室共同推出的基准测试，评估大型语言模型（LLMs）在真实世界场景中调用工具的能力。GTA基于提供真实的用户问题、真实部署的工具和多模态输入输出，建立一个全面、细粒度的评估框架，有效衡量LLMs在复杂场景下的工具使用能力。
OuteTTS – 开源的文本到语音合成项目，基于纯语言建模方法生成语音
OuteTTS是开源的文本到语音（TTS）项目，基于纯语言建模的方法生成语音。OuteTTS项目基于LLaMa架构，用Oute3-350M-DEV基础模型，拥有3.5亿参数。OuteTTS具备音频标记化、CTC强制对齐技术和结构化提示创建等创新音频处理方法，支持语音克隆功能，及用户创建自定义说话人的声音。
小库AI云 – 建筑AI应用平台，支持概念到施工图的全流程智能辅助
小库AI云是建筑产业的AI应用平台，集灵感生成、模型训练和社区共享功能于一体。小库AI云基于自研的AI建筑大模型，为设计师提供从概念到施工图的全流程智能辅助，用文生图、图生图技术一键生成建筑设计方案，支持个性化风格模型训练，支持用户在社区中分享创意与模型。
WebRL – 清华联合智谱AI推出的自进化在线课程强化学习框架
WebRL是清华大学、智谱AI联合推出的自我进化的在线课程强化学习框架，训练使用开放大型语言模型（LLMs）的高性能网络代理。WebRL动态生成任务、结果监督奖励模型（ORM）评估任务成功与否，及自适应强化学习策略，解决训练任务稀缺、反馈信号稀疏和在线学习中的策略分布漂移等挑战。
Docling – IBM开源的文档解析工具
Docling是开源的文档解析和转换工具，能高效地将多种格式的文档（包括PDF、DOCX、PPTX、图片和HTML）解析，导出为Markdown或JSON格式。Docling支持高级PDF理解、OCR功能，能与LlamaIndex和LangChain等工具集成，增强文档的检索和问答能力。
剪同款 – AI图片处理应用，提供多种AI滤镜和动态效果
剪同款是AI图片处理APP，提供多种AI滤镜和动态效果，能一键转换图片风格，如粘土风、游戏建模风等，能为照片添加唱歌、说话或跳舞的动态效果。用户轻松制作出风格多样的写真大片、表情包和营销图片，适合社交媒体配图和个人娱乐
Muse AI – AI音乐创作应用，三种创作模式生成完整的个性化音乐作品
Muse AI是基于AI技术的音乐创作应用，简化音乐创作流程，让新手和专业音乐家轻松创作出完整的音乐作品。Muse AI提供极简模式、情景模式和大师模式等多种创作方式，支持多种语言和音乐风格，用户根据情感、节奏和风格定制个性化音乐。Muse AI具备一键生成音乐MV的功能，打破语言障碍，让音乐创作更加自由和个性化。
律己AI – 法务AI助手，分析合同内容识别潜在风险
律己AI是AI驱动的法务大模型工具，专注于合同审查，提高法律服务的效率和准确性。律己AI能快速理解合同内容，识别潜在风险，提供修改建议。律己AI基于自动化审查流程，节约成本，提升工作效率，适用于企业法务、律师服务和个人用户。
33字幕 – AI字幕软件，支持50种语言精准生成双语字幕
33字幕是AI字幕软件，支持近50种语言的语音识别和文本翻译，能快速生成精准双语字幕。支持用户在本地电脑上运行AI识别模型，实现免费字幕识别，无需支付第三方费用。软件支持边识别边出字幕和同步翻译，降低翻译成本。33字幕提供增强功能，如GPT翻译、台词搜索等，帮助用户低成本制作和管理视频字幕。
LitLit（立理） – AI学术工作站，精准筛选与研究问题高度相关的文献
立理（LitLit）是AI赋能、大数据驱动的学术工作站，集成文献探索、文献阅读、综述写作和学术问答等功能。LitLit（立理）为科研创新提供坚实的文献基础和灵感洞见，帮助高校学生和科研人员提高论文写作质量和科研能力。
9个免费的AI绘图工具，快速生成流程图和办公图表
在数字化时代，信息的可视化呈现已成为沟通和协作的重要手段。无论是在项目管理、市场分析还是日常办公中，一张清晰、直观的图表往往能够胜过千言万语。本文介绍9个免费的AI绘图工具和软件，工具简单易于上手，而且功能强大，能满足大多数办公绘图需求。通过智能算法简化了绘图流程，即使是没有专业绘图背景的用户也能快速创建出专业级别的图表和图形。
GenType – 谷歌实验室推出的AI艺术字母生成器
GenType是谷歌实验室推出的AI艺术字母表生成器，基于Google Imagen 2模型。用户输入描述性的提示词，GenType能一键生成具有特定风格的26个英文字母。字母用来创造单词、短语，适用于设计海报、广告文案或艺术创作等，完全免费且易于使用。
Learn About – 谷歌推出的对话式AI学习助手
Learn About是谷歌推出的对话式AI学习助手，基于谷歌的 Gemini 模型，用问答形式提供简明答案，引导用户逐步深入学习，实现互动式辅导。Learn About能梳理知识点，提供详细的参考资料，帮助用户理解和掌握复杂概念，连接不同知识点，增强理解深度。
GameGen-X – 香港科技大学联合多所机构推出的交互式开放世界游戏生成算法
GameGen-X是香港科技大学、中国科学技术大学等机构研究人员推出的扩散变换器模型，用在生成和交互控制开放世界游戏视频。模型能模拟游戏引擎功能，如创新角色、动态环境、复杂动作和多样化事件，支持用户用文本指令和键盘控制等多模态信号影响游戏内容，实现游戏玩法的模拟。
字体家 – AI造字平台，8个样本汉字生成6000+完整字体库
字体家是提供字体下载、字体转换服务及AI造字的平台。字体家拥有多种免费字体资源，推出了字体家AI神笔，基于深度学习技术，将用户提供的少量样本字，自动生成完整中文字体库的创新工具。用户轻松设计、生成个性化字体，确保版权无忧。
氢刻 – AI卡片式知识管理工具，自动学习卡片内容建立专属知识体系
氢刻是卡片式笔记与记忆工具，基于AI技术自动学习用户的卡片内容，建立专有知识库，提供智能复习回顾功能，帮助用户有效形成记忆。氢刻适用于语言学习、概念背诵等多种场景，支持导入微信读书笔记和Anki学习卡，方便用户管理和学习。
Cerebellum – 浏览器AI助手，完成网页自动化任务和行动规划
Cerebellum是基于Claude 3.5 Sonnet和Selenium WebDriver构建的浏览器AI智能助手，能理解任务意图、执行网页自动化任务，如数据抓取和网站自动化测试。Cerebellum将网页浏览简化为有向图导航，用LLM分析页面内容和交互元素，智能规划行动路径，根据网页状态和历史操作动态调整策略。
Answer.AI – AI学习辅导应用，提供逐步解题思路深入理解背后原理
Answer.AI是先进的AI驱动学习辅导应用，帮助学生更高效地完成作业、深入理解学科内容。Answer.AI集成多种AI模型，提供拍照解题、概念解释、记忆卡片和模拟测试等多功能服务，覆盖全科目和题型。基于个性化交互和智能辅助，Answer.AI致力于提升学习效率，成为学生的智能作业助手。