AI导哈

工具 · 模型 · 行业动态

AI文章

发现新工具，了解新进展。让每一次阅读，都离用好 AI 更近一步。

7,595篇文章，持续更新

最新文章

第 395 / 422 页

HoloDreamer – AI文本驱动3D场景生成框架

HoloDreamer是北京大学联合鹏城实验室推出的AI文本驱动3D场景生成框架。通过两个核心模块：风格化全景图生成和增强两阶段全景图重建，从文本描述中快速生成沉浸式、视角一致的全封闭3D场景。

阅读全文

晓象 – AI智能助手，知识博主AI分身聚集地

晓象是光启慧语推出的AI克隆产品，基于自研可信大模型，创建各领域知识博主的AI分身。模拟知识博主的声音、风格和表达方式，生成个性化的内容。

阅读全文

有道小P – 网易有道推出的AI全科学习助手

有道小P是网易有道推出的AI全科学习助手，专为K12阶段的学生设计。有道小P搭载了有道子曰教育大模型，能覆盖全学段和全学科的答疑需求，提供个性化的学习辅导。有道小P的核心功能包括AI查词和AI翻译，帮助学生快速解决学习中遇到的语言障碍，提高学习效率。

阅读全文

Fotographer AI – AI图像生成工具，快速生成专业产品图

Fotographer AI是AI图像生成工具，快速生成专业产品图。通过AI技术，帮助用户节省摄影成本，快速生成专业级产品图像，同时提供广告模特图像。支持文本和模板定制，简化创作过程。

阅读全文

Boogie AI – AI跳舞软件，支持一张照片生成跳舞视频

Boogie AI是一款AI跳舞软件，使用AI技术将用户上传的照片转化为舞蹈视频。自发布以来，Boogie AI迅速在美国iOS端免费应用排行榜上升至第18位，并在一个月内下载量突破15万次。

阅读全文

MagicPose – AI视频生成模型，能生成逼真的人体动作和面部表情

MagicPose是南加州大学和字节跳动联合研发的AI视频生成模型，无需任何微调，直接生成逼真的人类动作和面部表情视频。MagicPose通过一个新颖的两阶段训练策略，分离人体动作和外观特征，实现了在不同身份间进行动作和表情的精确转移。

阅读全文

Agent Q – MultiOn公司推出的AI智能体，可以自我学习进化

Agent Q是MultiOn公司联合斯坦福大学推出的自监督代理推理和搜索框架。Agent Q融合了引导式蒙特卡洛树搜索（MCTS）、AI自我批评和直接偏好优化（DPO）等技术，使AI模型能通过迭代微调和基于人类反馈的强化学习进行自我改进。

阅读全文

Grok-2 – xAI公司推出的新一代AI模型

Grok-2是xAI公司推出的新一代AI模型，提供卓越的聊天、编程和推理能力。在学术基准测试中，Grok-2在GPQA、MMLU、MMLU-Pro和MATH等领域的表现超越了前代Grok-1.5，与行业前沿模型相媲美。

阅读全文

Melodio – 昆仑万维推出的全球首款AI流媒体音乐APP

Melodio是昆仑万维推出的全球首款AI流媒体音乐APP，根据用户输入的提示实时生成个性化音乐。支持中文等多种语言，提供无限流式播放，用户可以随时修改提示，享受无缝音乐体验。具备歌词查询、音乐保存和分享功能。

阅读全文

Mureka – 昆仑万维推出的 AI 音乐商用创作平台

Mureka是昆仑万维推出的 AI 音乐商用创作平台，让专业艺术家和音乐爱好者能在平台上创作个性化音乐。用户在Mureka页面输入歌词，添加参考音乐，用Style功能控制音乐风格，创作出具有稳定性和可控性的AI音乐。

阅读全文

Pixel Studio – 谷歌推出的AI图像生成应用

Pixel Studio是谷歌推出的一款AI图像生成应用，专为Pixel 9系列手机预装设计。Pixel Studio基于Imagen 3模型，擅长快速生成艺术风格图片，仅需2秒即可创作出小猫等图像。

阅读全文

UniTalker – 商汤推出的音频驱动3D面部动画生成模型

UniTalker是推出的音频驱动3D面部动画生成模型，能根据输入的音频生成逼真的面部动作。采用统一的多头架构模型，用带有不同标注的数据集，支持多语言和多种音频类型的处理，包括语音和歌曲。

阅读全文

Mo卡片 – 一站式AI知识库卡片式学习工具

Mo卡片是一站式AI知识库卡片式学习工具。Mo卡片以卡片形式提供1500+张专业AI知识卡片，涵盖理论、实操、特别篇等主题。用户通过图文、动画、视频、语音等互动方式轻松学习，支持个性化学习计划和游戏化成长体系，帮助用户高效掌握AI核心知识与技能。

阅读全文

Gemini Live – 谷歌推出的多模态AI语音助手

Gemini Live是谷歌推出的智能语音助手，具有自然语言理解和多模态识别能力，支持图像、视频和语音交互。用户可通过语音指令控制，实现日常任务自动化。Gemini Live提供10种语音选择，集成谷歌原生应用，未来将扩展至iOS系统和增加更多语言的支持，提供更加自然、智能的交互体验。

阅读全文

Falcon Mamba 7B – 首个通用Mamba开源AI大模型

Falcon Mamba 7B是阿联酋技术创新研究所（TII）推出的开源AI大模型，性能超越了Meta的Llama 3.1-8B等模型。Falcon Mamba 7B采用编码器-解码器结构和多头注意力技术，优化了长序列处理能力。

阅读全文

Clapper – 免费开源的可视化AI视频编辑工具

Clapper 是一款免费开源的可视化AI视频编辑工具，由 HuggingFace 的AI前端工程师 Julian Bilcke 开发。集成多种生成式 AI 技术，用户通过交互式、迭代和直观的过程使用 AI 创建视频，无需专业的电影制作或 AI 工程技能。

阅读全文

Mini-Monkey – 华科联合华南理工推出的多模态AI模型

Mini-Monkey是华中科技大学和华南理工大学联合推出的轻量级多模态AI模型。采用多尺度自适应切分策略（MSAC）和尺度压缩机制（SCM），有效解决了传统图像切分带来的锯齿效应，提升了在高分辨率图像和文档理解任务中的表现。

阅读全文

醒蓝AI – AI照片生成工具，支持一键生成AI形象照

醒蓝AI是一款AI照片生成工具，支持一键生成AI形象照，用户能够轻松制作工作形象照、写真照、证件照和AI换脸照片。醒蓝AI还提供API接口和定制化解决方案，满足企业在照片生产和内容创造方面的需求，致力于降低成本，提升效率。

阅读全文