杨帆的文章

综合介绍 UNO 是由 ByteDance 智能创作团队开发的一个开源图像生成框架。它基于 FLUX.1 模型，专注于通过“少到多”的泛化方式实现单主体和多主体的定制化图像生成。UNO 利用扩散变换器（DiT）的上下文生成能力，结...

  字节跳动入局：Coze Space 能否定义 AI Agent 的协同办公新范式？   近期，字节跳动旗下 AI Agent 开发平台 Coze 悄然启动了一项名为 Coze Space (space.coze.cn) 的新功能内测。该平台定位为“与 AI ...

继上月推出新一代开放模型 Gemma 3 后，Google 近日再次拓展其模型生态，发布了基于量化感知训练 (Quantization-Aware Training, QAT) 优化的新版本。 Gemma 3 此前已凭借其在 BF16 精度下于单个高端 GPU（如 NVI...

综合介绍 OpenUtau 是一个免费的开源歌声合成编辑平台，旨在为 UTAU 社区提供现代化编辑体验。它是 UTAU 软件的继任者，解决原软件兼容性和操作复杂的问题。OpenUtau 支持 Windows、macOS 和 Linux 系统，界面直...

综合介绍 PostRoast 是一个利用人工智能帮助用户优化社交媒体内容的在线工具，主要针对 X 平台（原 Twitter）的帖子分析。用户可以上传帖子内容，PostRoast 会通过 AI 算法分析帖子的清晰度、吸引力和互动潜力，...

综合介绍 Bookaroozie 是一个创新的电子书阅读平台，专注于将 PDF、EPUB、TXT、DOC 和 DOCX 等格式的电子书转化为互动式学习体验。它通过 AI 技术，让用户能与书籍内容进行自然对话，深入理解复杂概念或探索相关...

谷歌近日宣布，其视频生成模型 Veo 2 已正式集成至 Gemini Advanced 服务以及其实验性平台 Whisk 中。此举意味着 Google One AI Premium 的订阅用户现在可以直接通过文本提示或已有图像，生成短视频内容。 Veo 2 ...

综合介绍 MCP Containers 是一个开源项目，托管在 GitHub，专注于为 Model Context Protocol（MCP）服务器提供容器化解决方案。它通过 Docker 容器简化了数百种 MCP 服务器的部署，涵盖 GitHub、Notion、Firecraw...

综合介绍 NodeRAG 是一个开源的检索增强生成（RAG）系统，托管在 GitHub，由 Terry-Xu-666 开发。它通过异构图结构优化信息检索与生成，显著提升检索精准度和上下文相关性。NodeRAG 支持本地部署，提供用户友好的...

综合介绍 Open Codex 是一个开源的命令行AI工具，专为开发者设计，能将自然语言指令转换为精准的Shell命令。它使用本地语言模型（如 phi-4-mini），无需联网或API密钥，所有操作在本地运行。用户通过简单描述即可...

综合介绍 SkyReels-V2 是一个开源的视频生成模型，由 SkyworkAI 开发。它通过先进的 Diffusion Forcing 技术，支持生成无限长度的视频，适用于文本转视频（T2V）和图像转视频（I2V）任务。用户可以利用文本描述或...

综合介绍 Dia 是一个由 Nari Labs 开发的开源文本转语音（TTS）模型，专注于生成超现实的对话音频。它能在一次处理中将文本脚本转化为逼真的多角色对话，支持情感和语调控制，甚至能生成非语言表达，如笑声。Dia ...

综合介绍 Zuni是一款Chrome浏览器侧边栏的AI助手，旨在通过实时分析网页和整合Gmail功能提升用户效率。它由Old House Labs, Inc.开发，2024年由George Seabridge和Will Taylor创立，获Y Combinator S24批次支持。...

综合介绍 Unlimited AI Chat 是一个免费的在线AI聊天平台，用户无需注册即可使用。它支持无限制的内容生成，包括创意写作、虚构故事，甚至NSFW（不适合工作环境）内容。平台采用先进的自然语言处理技术，生成接近...

在大语言模型（ LLM ）的研究领域，模型的 Leap-of-Thought 能力，即创造力，其重要性不亚于以 Chain-of-Thought 为代表的逻辑推理能力。然而，目前针对 LLM 创造力的深入讨论和有效评估方法仍然相对匮乏，这在一...

综合介绍 Sidekick CLI 是一个开源的命令行工具，旨在通过 AI 辅助简化开发者的项目开发和部署流程。它受到 Claude Code、Copilot 和 Cursor 的启发，提供类似的功能，但允许用户自由选择大型语言模型（LLM）提供...

综合介绍 Quash（https://quashbugs.com/generate-tests）是一个专注于测试用例生成的AI驱动平台，旨在帮助开发者与QA团队快速将产品需求文档（PRD）转化为详细的测试用例。用户只需拖放PDF格式的PRD（最大10MB）...

综合介绍 Bake Fonts 是由 Bake AI 推出的一款专注于3D排版字体设计与生成的在线工具，旨在为设计师、创作者和品牌提供独特、个性化的字体解决方案。用户可以通过该平台探索多样化的字体风格，快速生成符合品牌形...

综合介绍 Kernel Images 是一个开源项目，托管于 GitHub，提供轻量级、沙盒化的 Chrome 浏览器环境。它基于 Docker 和 Unikraft 技术，构建隔离的浏览器实例，支持 Playwright 和 Puppeteer 等自动化框架，适合网...