AI文章
读懂模型与应用的新进展，找到值得尝试的 AI 实践。
7,595篇文章，持续更新
文章列表
Video Ocean – 潞晨科技推出的多功能AI视频生成平台
Video Ocean 是潞晨科技推出的多功能AI视频生成平台，基于AI技术让用户轻松创建个性化视频。平台特色在于支持文生视频、图生视频和角色生视频三大功能，支持用户通过文本描述、图片或自定义角色生成视频内容。
Elicit – 研究学者的AI助手，智能文献搜索自动总结
Elicit 是一个 AI 驱动的研究助手，旨在帮助研究人员和学者自动化和优化文献综述过程。通过智能搜索、自动总结论文、提取数据和分析信息等功能，加速研究任务。用户可以上传 PDF 文件或提出研究问题，Elicit 会从其数据库中筛选出相关论文，并提供关键信息摘要。能帮助用户发现主题和概念，以及从多篇论文中综合信息。Elicit 的目标是节省研究者的时间，提高研究效率。
SoCreate – AI编剧软件，支持图片视觉融入剧本
SoCreate 是一款创新的编剧软件，结合生成式 AI 图像和视觉工具颠覆传统的编剧方式。软件提供易用的模板，帮助用户快速创建符合行业标准的剧本格式。SoCreate 的特色之一是图片上传工具，支持编剧将视觉概念融入剧本中，使创作过程更加直观和生动。
creatify – AI视频广告制作平台，输入产品链接或描述自动生成
ceatify是一个AI驱动的视频广告制作平台，能根据产品链接或文本描述自动生成高质量的营销视频广告。用户只需上传产品信息，creatify可以基于先进的人工智能技术创建出吸引人的视频内容。
TinyVLA – 华东师范和上海大学推出面向机器人操控VLA模型
TinyVLA是一种面向机器人操控的视觉-语言-动作（VLA）模型，由华东师范大学和上海大学团队推出。针对现有VLA模型的不足，如推理速度慢和需要大量数据预训练，提出解决方案。TinyVLA基于轻量级的多模态模型和扩散策略解码器，显著提高推理速度，减少对大规模数据集的依赖。
ImgCreator – Zmo.ai旗下的AI图像生成工具
ImgCreator是Zmo.ai旗下的一款AI图像生成工具，能将文本描述转换成高质量的图像。用户只需输入简单的文字描述，ImgCreator能生成逼真的艺术图片、动漫角色或3D设计等。适合需要快速创建插图、动漫和概念设计图像的设计师和创作者使用。
Bytespider – 字节跳动推出的AI模型数据网络爬虫工具
Bytespider 是字节跳动公司推出的一款网络爬虫工具，于2024年4月发布。主要功能是快速抓取互联网上的数据，用于训练和改进字节跳动的AI模型，特别是大型语言模型（LLM）。
Matryoshka Diffusion Models – 苹果开源高清图像和视频生成的扩散模型
Matryoshka Diffusion Models（MDM）是苹果公司推出的一种创新的扩散模型，主要用于生成高分辨率图像和视频。MDM通过多分辨率扩散过程，在不同尺度上同时进行去噪，有效提升模型的训练效率和生成质量。
ScribbleDiff – 开源的涂鸦内容转换成图像的生成技术
ScribbleDiff是一种先进的文本到图像生成技术，基于用户简单涂鸦的视觉提示指导图像的生成过程。通过分析涂鸦确保生成的图像中的对象方向与用户涂鸦的方向一致，并将涂鸦扩展生成更完整和细致的图像。
Open NotebookLM – 开源的PDF转播客AI工具，能自定义语气
Open NotebookLM 是一个开源的AI工具，基于最新的开源AI模型，如Llama 3.1 405B、MeloTTS和Bark，将PDF文档转换成播客形式的音频内容。工具适合将书面信息转换成听觉格式的用户，例如学生、研究人员和播客制作者。
13个免费的AI声音克隆软件和工具，准确复刻说话者的音色
声音克隆，曾经只存在于科幻小说中的概念，现在正逐渐成为现实。借助先进的机器学习和深度学习技术，AI可以分析和模仿人类的声音，创造出几乎无法区分的复制品。在这篇文章中，我们将介绍13个免费的AI声音克隆软件和工具，能准确复刻说话者的音色，在娱乐和创意产业中有广泛的应用，在教育、客户服务甚至个人安全领域展现出巨大的潜力，普通用户也能体验到声音克隆的魅力。
HotBot – AI搜索引擎，支持新闻、图片、视频等多种搜索选项
HotBot是一个智能搜索引擎，基于人工智能技术为用户提供搜索服务。与传统搜索引擎不同，HotBot通过AI技术理解用户的查询意图，提供更准确、更相关的搜索结果。支持基本的网页搜索，包含新闻、图片等多种搜索功能。
byword – AI文章生成工具，多功能批量创建高质量文章
byword是一个多功能的AI文章生成工具，帮助用户快速创建大量高质量、SEO优化的文章。支持批量生成文章、关键词生成标题列表、自动添加图片和标题，多语言支持。
Boow-VTON – 阿里推出的AI虚拟试衣技术
Boow-VTON是阿里巴巴推出的一种先进的虚拟试衣技术。能在野外场景中实现高质量的虚拟试衣效果，无需依赖精确的遮罩或修复工作。通过有效的数据增强方法，基于大规模未配对的训练数据，显著提高模型的试穿性能。
scholarcy – AI学术文献辅助工具，自动生成摘要提取核心内容
scholarcy是一款AI驱动的学术文献阅读辅助工具，旨在帮助研究人员、学生和其他学术工作者快速提取和理解文献中的关键信息。通过先进的人工智能技术，从文档中提取结构化数据，生成文章概要，精炼呈现文章的重要概念、研究方法、过程、数据、结果和结论等信息。
CatVTON – 中山大学和Pixocial联合推出的虚拟试衣技术
CatVTON是一种先进的虚拟试衣技术，由中山大学和Pixocial联合推出。基于轻量化的架构和高效的训练策略，实现高质量的虚拟试衣效果。CatVTON的特点是只需要极少的可训练参数（约49.57M），能在保持细节一致性的同时，将服装无缝转移到目标人物上。
Wisecut – 在线AI视频编辑工具，自动识别长视频中的精彩片段
Wisecut是一款AI驱动的在线视频编辑工具，通过人工智能技术帮助用户快速将长视频转换成吸引人的短视频片段。具备AI高光检测功能，自动识别视频中的精彩瞬间，支持自动生成字幕并翻译成多种语言，增强视频的全球可访问性。
Moises – 音乐人的AI应用，智能分离人声和各种乐器轨道
Moises是一款AI驱动的音乐应用，专为音乐人和爱好者设计。能从歌曲中分离出人声和各种乐器轨道，如吉他、鼓等，支持用户调整音调和速度。Moises提供智能节拍器、和弦检测功能，适合练习、创作和表演。