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
人工超级智能（Artificial Superintelligence，ASI） – AI百科知识
人工超级智能（Artificial Superintelligence，ASI）是一种理论上的人工智能系统，认知能力远超人类智能。不仅能执行所有人类能够完成的智能任务，而且能以更高的效率和创造性来完成。具备自我学习、自我进化的能力，能够不断优化自己的算法，解决复杂问题，并在多个领域内实现创新。尽管目前还未成为现实，但人工超级智能是人工智能领域的一个远大目标，同时也引发了关于伦理、安全和人类未来的广泛讨论。
Chromox – AI视频生成器，创造出多样化风格的高质量视频
Chromox 是一款由 Alkaid Vision 开发的先进 AI 视频生成器，能将文本和图像转化为生动的视频内容。通过其强大的人工智能算法，用户能轻松创造出具有各种风格和高清晰度的视觉故事。
Tripo 2.0 – VAST推出的3D模型生成平台，迅速完成纹理和材质的创建
Tripo 2.0 是 VAST 公司推出的一款创新的 3D 模型生成服务，融合 DiT 和 U-Net 模型的复合架构，能快速生成具有丰富细节和高质量材质的 3D 模型。Tripo 2.0的核心优势在于强大的生成能力和惊人的效率，在几秒内生成几何预览，迅速完成纹理和材质的创建。
什么是思维链（Chain of Thought，CoT） – AI百科知识
思维链（Chain of Thought，CoT）是人工智能领域的一项突破性进展，通过模拟人类解决问题时的思考过程，赋予机器更深层次的逻辑推理能力。在面对需要多步骤逻辑推理的复杂问题时，CoT技术能引导大型语言模型逐步分析问题，生成中间推理步骤，最终得出准确答案。
CogVideoX-Fun – 基于CogVideoX的整合包，支持生成无限长度的视频
CogVideoX-Fun是一个基于CogVideoX结合EasyAnimate修改的AI视频生成整合包，提供了更自由的生成条件，支持文字生成视频、图片生成视频以及视频生成视频。工具能生成不同分辨率的视频内容，从256x256至1024x1024，满足多样化的视频创作需求。
绘世启动器 – 秋葉发布的免费Stable Diffusion-WebUI启动器桌面版
绘世启动器，原名SD-WebUI启动器，是B站UP主@秋葉aaaki制作并免费发布的Stable Diffusion-WebUI启动器电脑桌面版，用于简化Stable Diffusion项目的启动和管理。绘世启动器支持一键启动、修复、更新、模型下载、模型训练和模型管理等功能，适合无需安装部署，开箱即用，傻瓜式操作，适合零基础入门、没用过AI绘画的人使用。
OwchBuddy – 专业救援AI助手，提供全方位事故后的专业救援
OwchBuddy 是一款 AI 驱动的个人伤害助手应用程序，提供全天候的医疗、法律和心理支持。通过个性化建议和资源，帮助用户在受伤后进行恢复。
HubSpot – AI驱动的一站式客户服务管理平台
HubSpot 是一个集成的客户关系管理（CRM）平台，通过提供市场营销、销售、服务和内容管理等软件工具，帮助企业吸引、服务并保留客户。平台基于AI技术，简化客户数据管理，优化销售和服务流程，通过自动化提高效率。
Void – 开源的AI辅助编程工具，代码自动补全和智能建议
Void 是基于 Visual Studio Code 构建的开源文本编辑器，集成AI技术增强编程体验。Void支持代码自动补全、内联编辑、AI 驱动的代码搜索，直接与大型语言模型（如 Claude、GPT 或 Gemini）的 API 集成。
Draw an Audio – 中科院联合美团推出的视频生成音频系统
Draw an Audio 是中国科学院自动化研究所和美团点评的研究人员推出的视频生成音频系统。根据视频内容自动生成匹配的声音效果，类似于电影制作中的 Foley 艺术。系统分析视频结合多种输入指令，如文本、视频遮罩和响度信号，生成与视频内容、时间和响度一致的音频。
RapidPages – AI驱动的集成开放环境，实时生成UI组件和CSS代码
RapidPages 是一个开源的集成开发环境（IDE），专注于基于AI技术快速生成 React 和 Tailwind CSS 的 UI 组件。基于自然语言处理，支持用户仅通过描述所需界面的方式，可实时创建和迭代设计。
cogvlm2-llama3-caption – 智普AI开源的视频标注模型，生成文本描述
cogvlm2-llama3-caption模型是一个基于CogVLM2架构的视频描述生成模型。模型用于理解视频内容，自动生成描述视频内容的文本标题或字幕。
CogVideoX-5B-I2V – 智谱 AI 开源的图生视频生成模型
CogVideoX-5B-I2V 是智谱 AI 开源的一款图生视频模型，通过一张图片和文本提示词生成视频。模型采用了3D 因果变分自编码器和专家自适应 LayerNorm 技术，能输出720×480分辨率、6秒长的视频。
Ovis1.6 – 阿里国际AI团队推出的多模态大模型，超过闭源GPT-4o-mini
Ovis1.6是阿里国际AI团队推出的多模态大模型，在多模态权威综合评测基准OpenCompass上取得了优异的成绩，特别是在30亿参数以下的模型中综合得分排名第一，超越了其他主流模型。Ovis1.6模型在数学推理、视觉理解等多项任务中表现出色，甚至超过闭源的GPT-4o-mini模型。
Gummy – 通义推出的端到端语音翻译大模型，能实时流式生成结果
Gummy是通义实验室在2024年云栖大会上推出的端到端语音翻译大模型。模型能实时流式生成语音识别与翻译结果，支持包括中文、英语、粤语、日语、韩语、法语、德语、俄语、意大利语、西班牙语等十余种语言的语音输入，将其翻译成目标语言。
Videotoword.ai – 视频和音频转文字的AI在线平台，准确率高达99.9%
Videotowords.ai是一款AI驱动的在线服务，能将视频和音频文件转换成文字。基于先进的语音识别技术，支持多达98种语言的转录，提供自动生成摘要、快速准确的转录结果、严格的数据隐私保护。
通义万相AI视频 – 阿里推出的免费AI视频生成工具
通义万相AI视频是阿里推出的一款完全免费的AI视频生成工具，支持文生视频和图生视频两种方式，可以根据用户提供的文字提示词或图片，自动创作出具有影视级画面质感的高清视频（最长6秒）。通义万相AI视频支持多种艺术风格，包括但不限于古风、科幻、动画等，并且特别优化了对中式元素的理解和表现。
RushChat AI – AI社交互动平台，支持定制AI角色
RushChat AI 是一个先进的对话式AI平台，专注于提供沉浸式和个性化的聊天体验。基于自然语言处理和机器学习技术，支持用户与定制的AI角色进行逼真的对话。