AI导哈

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

OmniGen – 统一图像生成的扩散模型，支持多模态输入

OmniGen是用于统一图像生成的新扩散模型，能在单一框架内处理多种图像生成任务，如文本到图像的生成、图像编辑、主题驱动生成和视觉条件生成等。OmniGen涉及传统计算机视觉任务，将任务转化为图像生成任务增强模型的复杂图像生成能力。

DuoAttention – 提高LLMs处理长上下文推理效率的AI框架

DuoAttention是新型的框架，由MIT韩松团队提出，用在提高大型语言模型（LLMs）在处理长上下文时的推理效率。基于区分“检索头”和“流式头”两种注意力头，优化模型的内存使用和计算速度。检索头负责处理长距离依赖，需要完整的键值（KV）缓存，流式头关注最近token和注意力汇聚点，只需固定长度的KV缓存。

SynthID – DeepMind推出能嵌入数字水印和检测AI生成内容的工具

SynthID 是 DeepMind 推出的技术工具，基于在 AI 生成的内容中嵌入数字水印帮助识别内容。水印对人类是不可感知的，但能被机器检测到，促进信息的信任度。SynthID 适于文本、音乐、图像和视频等多种内容形式，能在内容被修改或压缩后保持可检测性。

Ditto – AI应用程序生成器，零编码自动规划和构建应用

Ditto是基于Flask的应用程序生成器，用户基于简单的自然语言描述创建多文件的Web应用程序。工具用一个简单的LLM循环和一些辅助工具自动化编码过程，将用户的想法转化为功能性的Web应用程序。用户用英语描述想要构建的应用程序，Ditto会自动生成相应的路由、模板和静态文件。Ditto支持模块化结构，将代码组织得井井有条。

Whispo – AI语音转录工具，一键录音与转写

Whispo是AI驱动的语音转录工具，支持用户按住Ctrl键录制语音，在释放键时自动将转录的文本插入到正在用的任何支持文本输入的应用程序中。工具的数据处理完全在本地进行，确保数据的安全性和隐私性。

Moonshine – 实时转录场景、低延时高准确的语音识别模型

Moonshine是专为资源受限设备优化的语音识别模型，提供快速且准确的实时语音转文本服务。适于需要即时响应的应用场景，例如现场转录和语音命令识别。Moonshine基于先进的编码器-解码器架构和旋转位置嵌入技术，提高模型在处理不同长度音频输入时的效率。

Time-MoE – 基于MoE架构的时间序列基础模型

Time-MoE是创新的时间序列基础模型，基于混合专家（Mixture of Experts, MoE）架构，将时间序列预训练模型的参数规模扩展至十亿级别。模型用稀疏激活机制，在预测任务中仅激活部分网络节点，有效提升计算效率，降低计算成本。

Dream Lab – Canva推出的文本转图像生成器

Dream Lab 是 Canva 推出的文本转图像生成器，基于 Canva 收购的 AI 初创公司 Leonardo.ai 的 Phoenix 模型，支持用户基于简单的文本描述生成各种风格的高质量图像，包括 3D 渲染和插画等。工具能理解用户的文本输入，根据用户的描述生成具有摄影风格和多主题的图像，提供参考现有图片的功能，帮助用户更精确地控制生成结果。

10个免费的AI公文写作软件和工具，公务人员写作必备

随着人工智能技术的飞速发展，AI已经不是科幻小说中的概念，实实在在地走进了我们的日常工作。在众多AI应用中，公文写作工具的AI应用正在引发一场革命。公文，作为政府、企业及各类组织中不可或缺的沟通和决策工具，写作质量直接影响到信息的传递效率和决策的准确性。本文将介绍10个免费的AI公文写作工具，能快速生成结构清晰、措辞得体的公文，提升公务人员的工作效率和文档质量，为传统公文写作带来革命性的变革。

sCM – OpenAI推出连续时间一致性模型，两步采样生成高质量图像

sCM是OpenAI推出的连续时间一致性模型，基于扩散模型原理进行改进。sCM简化理论框架和优化采样过程，实现图像生成速度的显著提升。sCM模型仅需两步采样能生成高质量图像，速度比传统扩散模型快50倍。

maket – AI建筑设计软件，自动化平面图生成提供专业成本指导

maket是基于生成式AI技术的建筑设计软件，简化设计流程，让任何人能轻松规划和设计新建或翻新项目。maket提供自动化楼层平面图生成、风格探索、设计元素定制等功能，基于虚拟助手提供材料、成本和设计选择的专业指导，帮助用户做出明智的决策。

AI写作宝 – 风平科技推出的在线AI写作工具

AI写作宝是风平科技推出的在线AI写作工具，提供了多种写作辅助功能，如全文写作、内容改写、句子续写、风格润色等。用户可以根据标题快速创建一篇完整的文章，或者对文章段落进行改写，保留原义一键成稿。

AI ROOM PLANNER – 在线AI室内设计工具，生成数百种不同风格的设计方案

AI Room Planner 是在线AI室内设计工具，根据用户的需求和偏好，生成数百种不同风格的室内设计方案。用户提供电子邮件地址注册和登录，能免费使用服务。产品处于beta测试阶段，用户能无限制地享受室内设计建议。

钛镁AI – AI营销智能体平台，提供全链路营销解决方案

钛镁AI是一家专注于企业级AIGC（人工智能生成内容）营销智能体平台的服务商。提供全链路的营销解决方案，包括市场洞察、广告创意、内容创作和舆情管理。钛镁AI的核心团队由世界500强企业和知名学府的专家组成，拥有业界杰出的营销领域顾问团队。

语鲸 – AI阅读工具，基于深言科技的大模型能力

语鲸（LingoWhale）是基于深言科技大模型能力的一款AI阅读工具，通过智能总结、问答、思维导图等功能，帮助用户快速把握文章核心内容和结构。工具支持多端同步，无论是网页端、移动端还是插件，能提供高效的阅读体验。

SwiftAgent 2.0 – 数势科技推出的AI分析产品

SwiftAgent 2.0是数势科技推出的AI分析产品，基于大模型和AI Agent技术，帮助企业实现数据分析与决策的范式变革。产品基于构建统一的指标与标签语义层，解决数据口径混乱和数据使用门槛高的问题，实现从数据分析到智能决策的转变。

dorik – AI网站构建平台，零代码构建功能齐全的网站

dorik是一个基于AI技术的网站构建平台，支持用户用简单的提示快速创建美观且功能齐全的网站，无需任何编码或设计经验。平台提供白标CMS、网站构建器、博客平台、会员网站、SEO工具、Airtable集成等功能，拥有丰富的模板和预设计UI组件，加速网站构建过程。

unbounce – AI网站构建器，简单拖放定制功能全面的落地页

Unbounce是一个AI网站构建器，专门用在创建具有全面功能的落地页，便于轻松启动营销活动、捕获潜在客户并优化网站流量。主要功能包括AI驱动的文案创作、可定制的模板、移动响应式页面、A/B测试和图像优化。