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 342 页
猫头音 – AI配音翻唱软件，将文字转化为个性化逼真的配音效果
猫头音是AI配音翻唱软件，将文字转化为逼真的语音。软件提供丰富的音色选择，用户根据需求挑选合适的声音，实现个性化的配音效果。软件能将文字转化为逼真的语音，提供丰富的音色选择，满足用户在配音、翻唱等方面的需求。
芊芊妙音 – AI配音和变声软件，智能变声多种音色可选
芊芊妙音是AI配音和变声软件，提供丰富的音色包和音频处理功能，让用户轻松改变自己的声音，进行配音创作。软件用海量音色包、文字提取功能、作品保存与分享功能受到用户欢迎。
乐拍 – AI写真应用，10多种创意玩法的高质量写真相机
乐拍是基于AI技术的写真相机应用，支持用户用简单的操作一键生成高质量的写真照片。应用提供海量的风格模板，如证件照、芭比公主、JK制服、港风、江南古风等多种主题，满足不同用户的个性化需求。乐拍支持视频换装和图片跳舞功能，为用户带来新奇的体验
脸猫 – AI照片编辑应用，支持一键换装、AI换脸等多功能快速变装
脸猫是集成换装、AI换脸和风格写真的创新应用，让用户轻松拍出各种风格的大片。应用提供一键换装功能，拥有多种风格模板，如新年烟花、古风汉服等，满足不同场景需求。基于AI技术，脸猫能实现视频和图片中的人脸替换，让用户体验不同时代风情。
DriveDreamer4D – 基于世界模型增强4D驾驶场景重建效果的框架
DriveDreamer4D是用在提升自动驾驶场景4D重建质量的框架，基于世界模型先验增强4D驾驶场景的表示。框架能基于真实世界的驾驶数据合成新的轨迹视频，用明确结构化条件控制前景和背景元素的时空一致性，确保生成的数据严格遵守交通约束。
Video-XL – 智源联合多所高校推出的开源超长视觉理解模型
Video-XL是北京智源人工智能研究院联合上海交大、中国人民大学、中科院、北邮和北大的研究人员共同推出的专为小时级视频理解设计的超长视觉理解模型。基于视觉上下文潜在总结技术将视觉信息压缩成紧凑的形式，提高处理效率、减少信息丢失。
Faceplay秀脸 – AI图像视频编辑应用，3000+热门特效一键生成换脸视频
FacePlay秀脸是集成多种AI特效玩法的应用程序，用户能进行视频换脸、照片跳舞、AI滤镜、AI写真、AI对口型和制作证件照等。应用拥有3000多个热门模板，让用户轻松上手，快速生成换脸视，帮助用户轻松制作有趣的短视频内容，迅速成为短视频领域的红人
悦颜相机 – AI拍照和图像编辑应用，制作动态写真效果
悦颜相机是个性化的拍照和图像编辑应用，基于AI技术提供换脸发型、漫画形象等功能，让用户能轻松尝试不同的发型和风格，展现独特魅力。应用拥有丰富的壁纸库，包含自然风景、萌宠、情侣等多种主题，满足不同用户的喜好。
Silimini – AI动态照片应用，静态照片转换成生动的动态表情
Silimini是创新的AI动态照片应用，基于动态表情模板和AI技术，让用户能将静态照片转换成生动的动画表情。用户只需选择模板、上传照片，即可一键生成专属的动态表情，让照片中的人物仿佛真的在动。
VILA-U – 融合多模态理解和生成的统一基础模型
VILA-U是集成视频、图像、语言理解和生成的统一基础模型。基于单一的自回归下一个标记预测框架处理理解和生成任务，简化模型结构，在视觉语言理解和生成方面实现接近最先进水平的性能。VILA-U的成功归因于在预训练期间将离散视觉标记与文本输入对齐的能力，及自回归图像生成技术，后者能在高质量数据集上达到与扩散模型相似的图像质量。
FinChat – AI驱动的金融数据分析平台
FinChat是AI驱动的金融数据分析平台，提供机构级质量的数据和分析工具，帮助投资者做出更明智的投资决策。FinChat用人类股票分析师验证的数据支持，包括财务报告、市场估算、公司细分和关键绩效指标（KPIs）。
OpenSPG – 蚂蚁联合OpenKG开源的知识图谱引擎
OpenSPG是蚂蚁集团联合OpenKG社区推出的基于SPG框架的知识图谱引擎。OpenSPG融合LPG的结构性和RDF的语义性，克服RDF/OWL语义复杂难以落地的问题，继承LPG结构简单与大数据体系兼容的优势。
PersonaTalk – 字节跳动推出的实现高保真和个性化视觉配音框架
PersonaTalk是字节跳动推出的基于注意力机制的两阶段框架，用在实现高保真度和个性化的视觉配音。PersonaTalk能在合成与目标音频精准唇形同步的视频的同时，保留说话者的独特说话风格和面部细节。
LongVU – Meta AI开源的长视频理解模型
LongVU是Meta AI团队推出的长视频理解模型，基于时空自适应压缩机制。解决处理长视频时受限于大型语言模型（LLM）上下文大小的挑战。LongVU基于跨模态查询和帧间依赖性，LongVU能在减少视频标记数量的同时，保留长视频的视觉细节
13个免费的AI简历生成工具，求职简历制作神器
在这个快节奏的时代，找工作就像是一场没有硝烟的战争，每个人都想在这场战争中脱颖而出。简历，无疑是手中的第一把利剑。是不是在撰写简历时感到无从下手，或者担心自己的简历不够吸引人？本文给大家介绍13个免费的AI简历生成工具，只需几个简单的步骤，AI能根据你的个人信息和职业目标，生成一份专业又个性化的简历。
智能文档处理“百宝箱” – 合合信息推出的AI文档处理系列产品
智能文档处理“百宝箱”是合合信息推出的智能文档处理系列产品，覆盖文档处理流程的多个节点，支持批量、高效、准确地解析多种版式的文档材料。工具旨在解决文档解析精度低、解析效果评估难和大模型幻觉等问题，帮助技术人员实现个性化、高效率的文档类应用开发工作。
Helplook – AI知识库系统，零编程技能搭建个人或企业级知识库
HelpLook是企业级AI知识库系统，帮助个人和企业轻松管理数据资产。采用SaaS服务模式，通过低代码平台，用户无需编程技能可快速搭建个性化的知识库。有所见即所得的编辑器、多端适配、团队协作、权限管理等功能，集成了先进的AI问答机器人，提供智能搜索和即时客户支持。
VERBALATE – AI视频翻译和配音工具，支持多语言视频翻译口型同步
VERBALATE是AI视频翻译和配音工具，能将视频内容转换成多种语言，同时实现口型同步。用户可以上传视频，选择目标语言，VERBALATE能自动处理生成带有新语音和匹配口型的翻译视频。