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
Outspeed – 支持构建实时语音和视频AI应用的平台
Outspeed是一个构建实时语音和视频AI应用的平台，为开发者提供网络和推理基础设施，构建快速的实时AI应用程序。支持低延迟推理、强大的流媒体基础设施、即时部署，符合企业级合规性标准如SOC2、GDPR和HIPAA 。
NeMo – 英伟达推出的用于构建、定制和部署生成式AI模型
NeMo 是由 NVIDIA 提供的端到端云原生框架，用于构建、定制和部署生成式 AI 模型。支持大型语言模型（LLMs）、多模态模型、语音识别和文本转语音（TTS）等应用。NeMo 的设计理念强调模块化和灵活性，使研究人员和企业用户能根据自己的需求选择和定制相应的AI模块。
GarDiff – AI虚拟试穿技术，生成高保真试穿图像保留服装细节
GarDiff是一种创新的虚拟试穿技术，通过使用CLIP和VAE编码来提取服装的外观先验，结合服装聚焦适配器和高频细节增强算法，生成高保真且细节丰富的试穿图像。能精确地对齐服装与人体姿态，保留服装的复杂图案和纹理，提供真实的在线试穿体验。
MemFree – 开源的混合AI搜索引擎，支持多模态搜索和提问
MemFree是一款开源的混合AI搜索引擎，通过整合多种AI模型和搜索引擎，提供高效、多样化的搜索体验。可以用文本、图像、文件和网页等多种方式进行搜索和提问，获取文本、思维导图、图片和视频等多格式的搜索结果。
CCI 3.0 – 智源研究院发布的大规模的中文互联网语料库
CCI 3.0是智源研究院发布的一个大规模的中文互联网语料库，包含了1000GB的数据集和498GB的高质量子集CCI 3.0-HQ。该版本在数据规模上相较于CCI 2.0扩大了近一倍，数据来源机构增加至20多家，提升了数据的覆盖面和代表性。
Pika 1.5 – Pika Labs最新推出的AI视频生成工具
Pika 1.5是由Pika Labs最新推出的AI视频生成工具。通过简单易用的界面和强大的"Pikaffects"特效库，用户能通过上传图片或输入文本，快速生成具有专业质感和创意效果的视频内容。新版本强调低门槛创作，让普通用户能轻松制作出有趣、抽象、易于传播的社交媒体视频。
FaceFusion – 开源AI换脸工具，支持多种高质量换脸模型
FaceFusion是开源的AI换脸工具，支持图像和视频处理。具备多种人脸交换和增强模型，能处理高清内容解决遮挡问题。FaceFusion兼容NVIDIA和AMD显卡，提供音频到视频的唇形同步功能。
PopShort.AI – AI短剧创作平台，体验沉浸式虚拟角色互动
PopShort.AI 是一个AI短剧创作平台，通过 AI 技术为用户带来沉浸式的互动体验和独特的剧情。平台的特色在于能提供每周更新的一分钟左右的短剧，适合忙碌的现代生活节奏。
CoCoClip.AI – AI视频创作和编辑平台，一站式服务短视频创作
CocoClip 是一款面向社交媒体内容创作者的 AI 视频创作和编辑平台，专门设计用于制作适合 YouTube Shorts、TikTok 和 Instagram Reels 等平台的短视频。提供了一系列 AI 驱动的功能，如文本到视频的转换、自动视频编辑、智能字幕生成、AI 配音和多平台格式适配，丰富的模板和特效库。
Reel.AI – 井英科技推出的AI短剧应用
Reel.AI 是 CreativeFitting（井英科技）开发的全球首款 AI 短剧应用，它基于 AI 技术生成短视频内容，为用户带来新的娱乐体验。应用在海外市场推出后，迅速受到欢迎，登上了娱乐应用畅销榜。Reel.AI 的背后团队 CreativeFitting 获得了百度集团的 Pre-A+ 轮融资，这轮融资将用于产品的进一步升级和内容生态系统的建设。
TeleChat2-115B – 中国电信AI研究院推出的开源星辰语义大模型
TeleChat2-115B是由中国电信人工智能研究院（TeleAI）研发的大型语言模型，属于星辰语义大模型系列。基于国产算力进行训练，采用10万亿Tokens的中英文高质量语料。与前代模型相比，TeleChat2-115B在通用问答、知识类、代码类和数学类任务上的性能显著提升。
AEE – 在线AI Excel编辑器，自动执行数据增、删、改、查等逻辑操作
AEE（Auto Excel Editor）是一款在线AI Excel编辑器，基于AI技术自动化Excel表格的编辑和管理任务。用户只需输入简单的提示语，AEE自动执行数据的增删改查等逻辑操作。AEE支持智能录入、自动插入公式、样式修改、生成数据、生成模板等，大幅提升工作效率。
GraphMaker – AI数据图表制作工具，快速创建多种图表类型
GraphMaker 是一款基于AI技术的图表制作工具，能理解自然语言指令，帮助用户快速将数据以图表形式可视化。用户只需上传电子表格数据，用自然语言描述图表类型或数据分析，GraphMaker 自动生成相应的图表，如柱状图、饼图、散点图等。
CogView3 – 智谱AI推出的开源AI图像生成模型
CogView3是清华大学联合智谱AI推出的开源AI图像生成模型，采用中继扩散技术。模型分阶段生成图像，首先创建低分辨率图像，然后通过中继超分辨率技术提升至高分辨率，提高生成效率并降低成本。CogView3在生成质量和速度上均超越现有的开源模型SDXL，实现在保持图像细节的同时，大幅减少推理时间。
Zeemo – AI视频字幕生成工具，支持自动生成95+种语言，翻译113种语言
Zeemo 是一款AI驱动的视频字幕生成工具，能自动检测并转录多达95种语言的语音，将字幕翻译成113种语言。工具为视频创作者提供快速、高效的方式增加视频的全球可访问性。Zeemo支持动态视觉效果，使字幕更具吸引力，针对不同的社交媒体平台如TikTok、Instagram和YouTube进行优化。
IDIFY – 开源的在线AI证件照生成工具，本地浏览器自动处理图片
IDIFY是一款免费开源的在线证件照生成工具，通过AI技术实现自动抠图，帮助用户快速生成符合标准的证件照。用户只需在浏览器中上传照片，选择尺寸和背景色，可下载高清证件照。
Arcade – AI驱动的全球首个产品定制化创作与生产平台
Arcade 是一个全球首个AI产品创作平台，基于生成式 AI 技术，用户通过简单的文字描述或图片设计独特的产品。设计珠宝、家居用品等，由 Arcade 的全球制造商网络负责生产。平台结合内容创作、社交分享和电子商务功能，用户能轻松地将创意转化为实物商品。
WebDesignAgent – 自动化网页设计AI工具，零门槛搭建各类型网站
WebDesignAgent是一个自动化的网页设计工具，基于AI技术帮助用户轻松创建网站。用户提供简单的文本描述或上传图片，WebDesignAgent生成功能齐全、设计精美的网页。WebDesignAgent支持多页面设计，支持用户添加、删除或修改网页内容，实现个性化定制。