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 398 / 422 页

Miley AI – 智能记录与规划的AI生活助手

Miley AI是一款支持智能记录与规划的AI生活助手，通过智能分析和语音识别技术，帮助用户快速记录日常生活中的点滴，如饮食、消费、灵感和待办事项。能识别用户的情绪并标记，自动记账，设置提醒，甚至通过连接苹果健康数据监督运动目标。

阅读全文

墨问

墨问是专为创作者设计的AI笔记工具，提供便捷的写作与编辑功能。用户可通过官网或小程序进行笔记创作，支持多种文件类型上传，如图片、音频、PDF等。

阅读全文

快找找kFind – Kmind推出的匿名AI搜索产品

快找找kFind是杭州半个宇宙科技（KMind）推出的匿名AI搜索产品。用户无需注册登录即可享受匿名搜索服务。支持微信小程序，界面简洁，提供即时搜索结果，支持补刀功能深入提问。

阅读全文

百度网盘AI修图 – 百度推出的商业级AI人像处理产品

百度网盘AI修图是百度推出的商业级AI人像处理产品，提供包括AI美颜、智能美型、背景祛瑕疵和衣物祛褶皱在内的多种修图功能。通过精准识别和处理，用户可以轻松获得自然无瑕的肌肤效果和精致轮廓。

阅读全文

SAM 2 – Meta推出的AI对象分割模型

SAM 2（Segment Anything Model 2）是Meta推出的AI对象分割模型，专注于实时图像和视频对象分割。具备零样本泛化能力，能准确分割未知对象，并通过统一架构同时处理图像和视频。SAM 2的设计支持交互式提示，允许用户通过点击或框选指导分割过程。

阅读全文

秒画趣拍 – 商汤科技推出的AI创意写真小程序

秒画趣拍是商汤推出的AI创意写真小程序，基于商汤科技的"日日新·秒画"文生图大模型，为用户提供了一种新颖的摄影体验。用户可通过上传一张照片，使用小程序提供的丰富多样的模板，生成具有不同风格和主题的高质量写真和自拍合照。

阅读全文

EasyAnimate – 阿里推出的AI视频生成工具

EasyAnimate是阿里推出的AI视频生成工具，支持文生视频和图生视频两种方式，用户可以上传图片作为视频的起始和结束画面，实现更灵活的视频编辑。EasyAnimate最长可生成1分钟的视频，适用于内容创作、教育、营销等多种场景。

阅读全文

EmoTalk3D – 华为、复旦联合推出的3D数字人框架

EmoTalk3D是华为诺亚方舟实验室、南京大学和复旦大学共同推出的3D数字人框架。技术的核心在于能合成具有丰富情感表达的3D会说话头像。EmoTalk3D能捕捉和再现人类在说话时的唇部动作、面部表情，甚至是更微妙的情感细节，如皱纹和其他面部微动。

阅读全文

FlashFace – 阿里联合香港大学推出的高保真AI写真工具

FlashFace是阿里联合香港大学推出的高保真AI写真工具。能基于用户提供的面部图像和文本提示，快速生成个性化的高保真人像写真图。FlashFace具备高保真度身份保留、即时个性化、多样化结果生成等特点，支持改变人物年龄和性别，甚至将虚拟角色转化为逼真真人照片。

阅读全文

PhotoMaker V2 – 腾讯推出的AI图像生成框架

PhotoMaker V2是腾讯推出的AI图像生成框架，能在极短的时间内生成逼真的人物照片。与初代相比，V2版本在角色的一致性和可控性上实现了显著提升，用户可以通过文本指令精确控制生成结果。

阅读全文

SEED-Story – 腾讯推出的多模态故事生成模型

SEED-Story是腾讯联合香港科技大学、香港中文大学推出的多模态故事生成模型。基于多模态大语言模型（MLLM），能预测文本和视觉token，通过视觉de-tokenizer生成风格一致的图像。SEED-Story引入了多模态注意力机制，支持生成长达25个序列的连贯故事。

阅读全文

CogVideoX – 智谱AI推出的开源AI视频生成模型

CogVideoX是智谱AI最新推出的开源AI视频生成模型，与智谱AI的商业产品“清影”同源。CogVideoX支持英文提示词，能生成6秒长、每秒8帧、分辨率为720*480的视频。模型推理需16-36GB显存，目前不支持量化推理和多卡推理。

阅读全文

Heeyo – 专为3至11岁儿童设计的智能AI学习伙伴

Heeyo是一款专为3至11岁儿童设计的智能AI学习伙伴，提供2000多种互动学习游戏，涵盖阅读、科学、智力问答等。Heeyo AI学习伙伴支持20种语言，由顶尖教育机构训练，确保安全有趣的互动。

阅读全文

MinerU – OpenDataLab推出的开源智能数据提取工具

MinerU是上海人工智能实验室OpenDataLab团队推出的开源智能数据提取工具，专注于复杂PDF文档的高效解析与提取。MinerU能将包含图片、公式、表格等元素的多模态PDF文档转化为易于分析的Markdown格式，支持从网页和电子书中提取内容，提高AI语料准备效率。

阅读全文

Amuse AI – AMD推出的AI图像生成工具

Amuse 2.0是AMD最新推出的AI图像生成工具，专为AMD硬件优化，支持在PC上生成高质量图像。Amuse 2.0具备设计模式，能够将用户草图和文本提示转化为图像，同时提供AI滤镜功能，支持个性化风格创作。Amuse 2.0 Beta版本自带来AMD XDNA超级分辨率技术，能快速提升图像分辨率。

阅读全文

FoleyCrafter – 上海人工智能实验室推出的AI视频配音框架

FoleyCrafter是上海人工智能实验室和香港中文大学（深圳）共同推出的AI视频配音框架，FoleyCrafter能自动听出视频中的动作，配上恰到好处的声音效果。不管是视频里的人走路、跑步，还是动物的叫声，甚至是环境里的风声、水声，FoleyCrafter都能智能地加上去，让原本沉默的视频瞬间变得生动起来。

阅读全文

Whisper-Medusa – aiOla推出的开源AI语音识别模型

Whisper-Medusa是aiOla推出的开源AI语音识别模型，结合了OpenAI的Whisper技术与aiOla的创新，Whisper-Medusa引入了多头注意力机制，实现了并行处理，显著提升了推理速度，平均提速达到50%。模型专为英语优化，支持超过100种语言，适用于翻译、金融、旅游等多个行业。

阅读全文

Tora – 阿里推出的AI视频生成框架

Tora是阿里推出的AI视频生成框架，基于轨迹导向的扩散变换器（DiT）技术，将文本、视觉和轨迹条件融合，生成高质量且符合物理世界动态的视频内容。Tora由轨迹提取器、时空DiT和运动引导融合器组成，能够精确控制视频的动态表现，支持长达204帧、720p分辨率的视频制作。

阅读全文