AI文章
AI文章
整理 AI 项目、模型、工具和行业动态，给出更容易读懂的背景与使用参考。
内容精选
最新 AI 文章
OpenSandbox – 阿里巴巴开源的通用 AI 应用沙箱平台
OpenSandbox 是阿里巴巴开源的通用 AI 应用沙箱平台，采用 Apache 2.0 协议，专为安全执行 AI 生成代码和自动化任务而设计。提供多语言 SDK（Python、Java/Kotlin、JavaScript/TypeScript）和统一沙箱 API，内置 Docker 和 Kubernetes 运行时支持，可快速部署代码解释器、浏览器自动化、桌面环境（VNC/VS Code）等多种隔离执行环境。
阅读全文DataClaw – 开源AI对话数据导出工具，一键转为标准训练集
DataClaw 是开发者Peter O'Malle开源的AI对话数据导出工具。能自动抓取用户与Claude Code、Codex CLI、Gemini CLI等AI编程助手的完整对话历史，将其转换为结构化的JSONL训练数据集，支持一键发布到Hugging Face平台供社区使用。
阅读全文Nano Banana 2 实测 – 谷歌 Gemini 3.1 Flash Image 登顶 Arena 生图榜第一
Nano Banana 2 来了。 昨天，谷歌推出最新图像模型 Nano Banana 2（Gemini 3.1 Flash Image），发布即空降 Arena 文生图排行榜第一！Lovart 第一时间就可以体验了，本 Pro 会员还可以免费玩 Nano Banana 2，真香了。 这篇文章，就跟大家分享一下，Nano Banana 2 的一些创意玩法。 昨天，谷歌推出最新图像模型 Nano Banana 2（Gemini 3.1 Flash Image），发布即空降 Arena 文生图排行榜第一！
阅读全文OpenFang – 开源AI Agent操作系统，自动执行完整工作流
OpenFang 是用 Rust 构建的开源 Agent 操作系统，核心创新是 Hands——7 个预置的自主能力包，让 AI 无需人工触发可 7×24 小时自动执行任务（如监控竞品、挖掘客户、剪辑视频）。
阅读全文MeowTXT – AI音视频转文字工具，智能说话人识别
MeowTXT 是在线 AI 音视频转文字工具，主打极速、精准的转录体验。用户只需拖拽上传 MP3、MP4、WAV 等文件，或直接粘贴 YouTube 链接，可在数分钟内获得文字稿。其 AI 引擎以 40 倍实时速度处理内容，准确率高达 97.5%，新用户可免费体验前 10 分钟。
阅读全文AngelSlim – 腾讯混元开源的全模态大模型压缩工具包
AngelSlim 是腾讯混元团队自研并开源的全模态大模型压缩工具包，通过量化、投机采样、稀疏化和蒸馏等技术，为大语言模型（LLM）、视觉语言模型（VLM）及语音模型提供高效、易用的压缩与加速解决方案。
阅读全文万镜一刻
万镜一刻是阿里云推出的AI视频创作平台，以"万镜生辉·一刻成片"为核心理念，通过智能技术重构影视创作流程。万镜一刻集成剧本智能解析、AI故事板生成、主体内容创作（生图生视频）、在线剪辑及资产管理五大模块，支持从文字到成片的一站式闭环。
阅读全文自动化视频修复的崛起：生成式 AI 内容带来的新挑战
针对 Google Veo 等生成模型的视频内容，目前已经出现专门优化的处理流程，例如基于 AI 的 remove Veo watermark 方案，通过运动感知重建来恢复被覆盖区域，而不是简单覆盖像素。
阅读全文SkyReels V4 – 昆仑万维推出的AI多模态视频基础模型
SkyReels V4是昆仑万维推出的视频基础模型，是全球首个支持多模态输入、联合音视频生成及统一生成/修复/编辑的AI视频模型。模型采用双流MMDiT架构，可生成1080p/32FPS/15秒影院级同步音视频。
阅读全文Arrow 1.0 – Quiver AI推出的SVG原生AI生成模型
Arrow 1.0 是 Quiver AI 推出全球首款 SVG 原生 AI 生成模型。与传统像素生成模型不同，模型能直接输出可缩放矢量图形代码，图像基于数学公式构建，支持无限放大而不失真。
阅读全文pplx-embed – Perplexity推出的系列文本嵌入模型
pplx-embed 是 Perplexity 推出的系列文本嵌入模型，包含标准检索的 pplx-embed-v1 和上下文感知的 pplx-embed-context-v1，均提供 0.6B 和 4B 两种规模。
阅读全文Solaris – 谢赛宁研究团队开源的多人视频世界生成模型
Solaris是首个多人视频世界生成模型，能在Minecraft中同时生成两个玩家一致的第一人称视角。模型突破现有模型仅支持单玩家的局限，确保跨玩家视角的空间一致性——当一个玩家建造或移动时，另一视角同步反映变化。
阅读全文华为云码道
华为云码道（CodeArts）是华为云推出的AI编程工具，深度融合IDE、自主开发模式与代码大模型，支持GLM-5.0、DeepSeek-V3.2及鸿蒙专属模型，提供项目级代码生成、智能续写、单元测试生成等功能。
阅读全文水产市场 – AI Agent能力进化平台，涵盖多种实用技能
水产市场（Seafood Market）是为 OpenClaw 构建的 AI Agent 生态平台。平台汇聚了 700+ 技能资产，涵盖 SEO 优化、PPT 生成、周报撰写、多源新闻聚合等实用能力，Agent 可通过一行命令自主安装学习。
阅读全文LocoOperator-4B – LocoreMind开源的代码探索智能体模型
LocoOperator-4B 是 LocoreMind 开源的 4B 参数代码探索智能体，基于 Qwen3-4B-Instruct 通过知识蒸馏从 Qwen3-Coder-Next 训练而来。模型定位为 Claude Code 等编程助手的本地子智能体，专门处理代码库搜索、文件读取、目录遍历等探索任务，实现零 API 成本。
阅读全文Nano Banana 2 – 谷歌推出的新一代图像生成模型
Nano Banana 2 是 Google DeepMind 推出的新一代图像生成模型（Gemini 3.1 Flash Image）。模型接入 Gemini 知识库和实时网络搜索，可精准绘制真实场景、生成多语言文字，支持单次生成保持 5 个角色或 14 个物品的一致性。
阅读全文Transcript LOL – AI音视频转录工具，智能区分说话人
Transcript LOL 是面向专业人士的 AI 音视频转录工具，已服务全球 10 万+用户。基于 OpenAI Whisper 技术，可在数秒内将音频或视频高精度转为文字，支持 70+ 语言、单次长达 10 小时的文件处理。
阅读全文OpenMusic AI – AI音乐生成平台，一站式完成从创作到发行
OpenMusic AI 是一站式 AI 音乐生成平台，专为 YouTube、Spotify 和 TikTok 等主流平台创作免版税音乐而设计。用户只需描述想要的音乐风格、选择情绪，AI 可在 60 秒内生成最长 8 分钟的完整歌曲，可直接用于商业发布。
阅读全文