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
怎么用云幕同声AI视频翻译工具，制作优质跨境视频
在当今全球化的时代，信息的跨国交流日益频繁，语言障碍成为人们获取知识、进行商务合作以及文化交流的重要阻碍。随着人工智能技术的飞速发展，AI视频翻译工具应运而生，为打破这一壁垒提供了强大的助力。云幕同声作为一款领先的AI视频翻译工具，正在重新定义视频内容的无障碍传播。
阅读全文“全球AI大模型第一股”智谱港股上市，附唐杰内部信全文
今天，智谱正式上市，股票代码 02513。 “全球大模型第一股”的名头落地。 看港交所公布的数据：智谱本次公开发售共收到 204,871 份有效认购申请，公开发售部分的认购倍数达到 1,159.46 倍。由于认购远超预期，触发回拨机制，公开发售比例由最初的 5% 提升至 20%。
阅读全文DeepTutor – 香港大学开源的AI学习助手
DeepTutor 是香港大学数据科学实验室开源的 AI 学习助手，通过多智能体架构和知识图谱技术，将复杂的知识体系转化为高效的学习体验。
阅读全文EvoCUA – 美团开源的通用多模态计算机操作模型
EvoCUA（Evolving Computer Use Agent）是美团开源的多模态模型，专注于计算机使用自动化任务。EvoCUA通过自然语言指令和屏幕截图实现对Chrome、Excel、PowerPoint等软件的端到端多轮操作，显著提升计算机使用能力。
阅读全文吴恩达推出免费的AI编程入门课程《Build with Andrew》
《Build with Andrew》是 AI 领域知名专家吴恩达Andrew Ng主讲的入门级课程，专为零基础学习者设计。课程时长约30分钟，采用在线自学形式，通过视频讲解、AI互动练习和项目实践，帮助学员快速掌握如何用AI工具构建和定制应用程序，无需编码经验。
阅读全文Youtu-LLM – 腾讯Youtu团队开源的轻量级语言模型
Youtu-LLM 是腾讯 Youtu 团队开源的轻量级语言模型，参数规模为 19.6 亿。专为智能体任务设计，具备强大的“原生智能体能力”，在多项任务中超越同规模甚至更大模型。模型采用紧凑架构和 128K 长上下文窗口，支持长程任务处理，并针对 STEM 领域优化词表，提升推理效率。
阅读全文MMSI-Video-Bench – 上海AI Lab推出的空间智能视频基准
MMSI-Video-Bench 是用于评估多模态大语言模型（MLLMs）在视频空间智能方面能力的基准测试工具。由上海人工智能实验室等多所高校联合推出，全面评估模型在真实物理世界中的空间理解与推理能力。基准包含来自25个公开数据集和1个自建数据集的1278个视频片段，覆盖室内场景、室外街景、机器人操作等多种复杂场景。
阅读全文Genie Sim 3.0 – 智元机器人推出的开源仿真平台
Genie Sim 3.0 是智元机器人推出的首个大语言模型驱动的开源仿真平台。平台基于 NVIDIA Isaac Sim 构建，融合三维重建与视觉生成技术，可实现数字孪生级的高保真仿真环境。通过自然语言指令，开发者能在几分钟内生成万级场景，可进行多轮对话以优化场景。
阅读全文TeleStudio – 中国电信AI推出的全链路AI视频创作平台
TeleStudio是中国电信人工智能研究院（TeleAI）和中电信人工智能科技有限公司共同研发的全链路AI视频创作平台，平台以“专业能力平民化、创作流程标准化、生成效果可控化”为宗旨，打造了“文生图-文生视频-图生视频-角色驱动”的全链路创作闭环。
阅读全文OS-Copilot – 上海AI Lab开源的通用操作系统AI Agent
OS-Copilot是开源的操作系统智能助手项目，为构建能与操作系统中各种元素（如网络、代码终端、文件、多媒体和第三方应用）交互的通用计算机智能体。核心是FRIDAY智能体，能自动执行任务并通过自我学习不断改进。
阅读全文实测百度文库AI PPT制作，一键排版美化生成专业PPT
最近千问 PPT 刷屏了。又是免费，又是各种模板，看起来很香。 我也第一时间去试了，结论先说：差点意思。 免费是香，但基本只有 20% 能用；模板有，但重复度太高；还经常给我莫名其妙的配图。 都 2026 年了，你会发现一个残酷的事实：真正靠谱的 AI PPT 工具，仍然非常稀缺。直到我用回了 PPT 赛道的“老玩家”——百度文库。简单对比这两个工具，你就知道文库悄悄把 AI PPT 这事，卷到了什么程度。话不多说，直接实战。
阅读全文Ima Studio – AI内容创作平台，涵盖图像、视频和音频创作
Ima Studio是AI创意内容生成平台，支持多种先进的AI模型，如Nano Banana、VEO3、Suno等，能通过简单的聊天将创意转化为令人惊叹的图像、视频和音频内容。
阅读全文BrowserAct – AI网页自动抓取工具，自然语言生成工作流
BrowserAct 是AI驱动的网页抓取与自动化工具，通过自然语言理解用户需求，快速生成自动化工作流，无需编写代码或维护复杂的脚本。
阅读全文UI-TARS Desktop – 字节开源的桌面AI GUI智能体工具
UI-TARS Desktop 是字节跳动开源的基于视觉语言模型的桌面自动化工具。支持通过自然语言指令控制电脑操作，如打开文件、浏览网页、操作软件等，能精准识别屏幕元素并进行交互。兼容 Windows、Linux 和 macOS 系统，提供本地和远程操作功能，用户可以根据硬件条件选择不同规模的模型。
阅读全文10Kh RealOmni-Open – Gen Robot.AI开源的具身智能数据集
10Kh RealOmni-Open是Gen Robot.AI团队开源的具身智能数据集，是目前行业内规模最大的开源数据集之一。包含超过10000小时的数据、100万+任务剪辑，存储总量达95TB。数据集聚焦于10个常见家庭任务，每项技能有超过1万段剪辑，确保了技能深度。
阅读全文Open Interpreter – 开源AI终端助手，本地环境执行代码
Open Interpreter 是开源的AI终端助手项目，为大型语言模型（LLM）提供本地代码运行能力。通过自然语言交互界面，用户可以通过类似 ChatGPT 的方式在终端中与模型对话，完成各种任务。支持 Python、JavaScript、Shell 等语言的代码运行，能创建和编辑文件、控制浏览器进行研究、分析数据等。
阅读全文Rubin – 英伟达推出的新一代AI计算平台
Rubin是英伟达推出的新一代AI芯片平台，包含六种芯片：Vera CPU、Rubin GPU、NVLink 6交换机、ConnectX-9网卡、BlueField-4 DPU和Spectrum-6以太网交换机。
阅读全文Claude Code之父Boris Cherny分享13个高效使用技巧
Claude Code之父Boris Cherny分享Claude Code的工作流和使用技巧，如何并行运行多个Claude实例、多平台协同工作、使用Opus 4.5模型、团队共享文件、计划模式启动会话、创建斜杠命令、利用子代理、格式化代码、预设权限、处理长时间任务等13个核心技巧。
阅读全文