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 396 / 422 页

Genie – Cosine AI推出的AI编程助手

Genie是Cosine AI推出的AI编程助手，能像人类一样快速解决软件编程问题，仅需84秒即可完成代码编写和运行。Genie能模仿人类程序员的思考方式，自动解析问题、迭代分析并编写代码。Genie在SWE-Bench基准测试中以30.07%的解决率遥遥领先。

阅读全文

Retinex-Diffusion – AI图像照明控制框架，让图像明暗更自然、细腻

Retinex-Diffusion是基于Retinex理论的AI图像照明控制技术，让图像明暗更加自然、细腻、富有层次感。Retinex-Diffusion不需要重新训练模型，通过识别图像中的光照元素并指导图像生成模型，用户可以轻松调整亮度、阴影和光照方向。

阅读全文

MotionClone – 文本驱动的AI视频动作克隆框架

MotionClone是文本驱动的AI视频动作克隆框架，通过时间注意力机制从参考视频中克隆动作，结合文本提示词生成新视频。能处理复杂的全局相机运动和精细的局部肢体动作，实现高度逼真和控制性强的视频内容创作。

阅读全文

ASAM – vivo公司推出的AI图像分割模型

ASAM（Adversarial Adjustment of Segment Anything Model）是vivo公司推出的AI图像分割模型，通过对抗性调整来增强原有SAM模型的性能。ASAM用自然对抗性示例，通过稳定的扩散模型增强数据集，生成能代表自然变化的对抗性实例。

阅读全文

MDT-A2G – 复旦&腾讯优图推出的AI模型，可根据语音同步生成手势

MDT-A2G是复旦大学和腾讯优图联合推出的AI模型，专门用于根据语音内容同步生成相应的手势动作。MDT-A2G模仿人类在交流时自然产生的手势，计算机能更加生动和自然地进行"表演"。

阅读全文

ReSyncer – 清华联合百度推出的AI视频编辑工具

ReSyncer是清华大学和百度联合推出的AI视频编辑工具，通过音频驱动生成与声音同步的高质量嘴唇动作视频。ReSyncer用Style-SyncFormer分析声音并创建3D面部模型，结合目标视频生成同步且表情丰富的虚拟人物。

阅读全文

DressCode – 上海科技大学推出的3D服装生成框架

DressCode是上海科技大学、宾夕法尼亚大学和Deemos科技联合推出的3D服装生成框架。支持用户通过文本描述来自动生成各种风格和材质的3D服装模型。

阅读全文

EXAONE 3.0 – LG 推出的开源 AI 模型，专为英语和韩语设计

EXAONE 3.0是LG AI Research推出的开源AI模型，具有7.8亿参数，专为英语和韩语设计。EXAONE 3.0在英语和韩语的语言测试中均表现优异，在真实用例和数学编码方面排名第一。

阅读全文

Sync Labs – AI视频配音工具，支持实时对口型

Sync Labs 是一款AI视频配音工具，使用 AI 技术实现了实时口型同步，支持用户将任何语言的音频与视频中的人物进行同步。Sync Labs支持多种语言，适用于电影、播客、游戏和动画等多种视频内容，开放 API 支持集成到各种应用和服务中。

阅读全文

UniBench – Meta推出的视觉语言模型(VLM)评估框架

UniBench是Meta FAIR机构推出的视觉语言模型(VLM)评估框架，对视觉语言模型(VLM)进行全面评估。UniBench包含50多个基准测试，涵盖物体识别、空间理解、推理等多维度能力。

阅读全文

CharacterFactory – 大连理工推出的AI角色创作工具

CharacterFactory是大连理工大学IIAU团队推出的AI角色创作工具，通过扩散模型在无需参考图片的情况下，仅需2.5GB显存和10分钟训练，即可快速生成具有一致性特征的新角色图像。

阅读全文

EAFormer – 复旦推出的AI文本分割框架

EAFormer是复旦推出的AI文本分割框架。擅长在照片中找到文字，并且能很精确地把文字从背景中分离出来。即使文字的边缘很模糊或者背景很复杂，EAFormer也能做得很好。对于想要从图片中去除文字或者编辑文字的人来说非常有用。EAFormer是一个能让我们轻松处理图片中文字的智能助手。

阅读全文

Twitter Personality – Twitter账号AI趣味分析应用

Twitter Personality是Wordware推出的Twitter账号AI趣味分析应用，能对Twitter用户的公开发言进行分析，并生成尖锐且幽默的点评。用户只需输入一个Twitter用户名，AI会根据用户的推文历史生成个性化评价，无需任何权限。

阅读全文

VideoDoodles – Adobe推出的AI视频编辑框架

VideoDoodles是Adobe公司联合多所大学推出的AI视频编辑框架。支持用户在视频中轻松插入手绘动画，实现与视频内容的无缝融合。通过预处理视频帧，系统提供平面画布，用户可以视频上绘制动画，系统自动处理透视和遮挡效果。

阅读全文

MiniCPM-V – 面壁智能推出的开源多模态大模型

MiniCPM-V是面壁智能推出的开源多模态大模型，拥有80亿参数，擅长图像和视频理解。MiniCPM-V在单图像理解上超越了GPT-4V等模型，并首次支持在iPad等设备上实时视频理解。模型以高效推理和低内存占用著称，具备强大的OCR能力和多语言支持。

阅读全文

Imagen 3 – Google推出的AI图像生成模型

Imagen 3是Google推出的AI图像生成模型，可以生成高质量、逼真的图像。Imagen 3对提示词理解更好，可捕捉更多细节，生成更广泛的视觉风格。基于谷歌的文生图模型Imagen 3的产品ImageFX，现已开放使用。

阅读全文

飞船 Kraft – 快手推出的AI对话助手

飞船 Kraft APP是快手推出的AI智能对话助手，提供个性化的对话体验。用户可以与官方助手"领航员"交流，或自定义AI角色进行互动。飞船 Kraft App支持内容创作、知识解答，具备语音交互功能，提供多音色TTS选择。支持安卓、iOS、iPadOS等多个平台使用。

阅读全文

WiseFlow – 开源的AI信息挖掘工具

WiseFlow是开源的AI信息挖掘工具，能从网站、微信公众号、社交平台等多源信息中智能提取并分类数据。结合了统计学习和大型语言模型（LLM），支持多种新闻页面，优化了微信公众号文章的解析。WiseFlow轻量化设计，无需GPU即可运行，适用于任何硬件环境，是信息过载时代的理想助手。

阅读全文