AI新闻

——如何选择适合你的AI助手？ 随着大模型时代的来临，各家厂商纷纷推出各具特色的AI助手。市面上， Kimi 与 豆包 这两款产品因各自独特的优势而备受关注。本文将从界面、功能、答案质量、使用体验及生...

FaceFusion 更新到了3.1.1版本。本次更新增加了批量功能、换脸模型、以及全新的UI界面，这次的批量跟上个版本的job工作流形式不同，操作更方便简单。 本文使用 FaceFusion 某个封...

快速阅读 体验：DeepSeek 官方网站：chat.deepseek.com 与 DeepSeek-R1 聊天，并开启“深度思考”按钮。访问 兼容OpenAI 格式的 API 。 福利：使用免费 G...

随着人工智能技术的快速发展，AI编程工具逐渐成为开发者的得力助手。Trae、Cursor和Windsurf作为当前市场上备受关注的AI编程工具，各自拥有独特的功能和特点，吸引了大量开发者的目光。本...

AI 技术对演示文稿设计的影响 制作演示文稿（PPT）常常是职场人士，尤其是在重要汇报前夕，一项耗时且繁琐的任务。反复修改、调整布局和图表，往往需要投入大量时间。近年来，人工智能（AI）技术的发展为这...

Jina AI的Meta-Prompt项目旨在帮助大型语言模型（LLMs）更好地使用Jina API进行代码生成。通过提供一系列预定义的提示，Meta-Prompt可以指导LLMs生成更高效、更准确的...

为深入贯彻落实国家关于开展“人工智能+”行动的战略部署，积极推动高等教育与人工智能技术的融合发展，利用智能技术支撑人才培养模式的创新、教学方法的改革、教育治理能力的提升，教育部高等教育司组织了首批“人...

——开源文本转语音（TTS）项目：为应用注入逼真“声”音 在人工智能浪潮中，文本转语音（Text-to-Speech, TTS）技术已成为连接数字世界与人类感官的重要桥梁。从智能助手的人机对话，到导航...

Kimi k1.5技术报告速读 1. 强大的多模态推理能力： Kimi k1.5 模型在多个基准测试和模态上实现了最先进的推理性能，包括数学、代码、文本和视觉推理等任务。 它不仅能处理纯文本，还能理解...

1.模型介绍 自 Qwen2-VL 发布以来的五个月里，众多开发者在 Qwen2-VL 视觉语言模型上构建了新模型，为Qwen团队提供了宝贵的反馈。在此期间，Qwen团队专注于构建更有用的视觉语言模型...

最近在高频使用 Trae ，原因是内置的 Cluade 模型免费使用，并且界面十分友好，适合我这种不太懂编程的小白。 但使用过程中也遇到了一些问题，比如需要科学联网才能使用，生成代码过程由于网络或者使...

在数字化转型浪潮中，自动化工作流工具已成为企业提高效率、降低成本的关键。而在 AI 技术日益成熟的今天，如何将 AI 与自动化工作流结合，更是成为了业界关注的焦点。本文将深入对比评测三款热门工具：n8...

在AI的快速发展中，数字人（Digital Humans）已经逐渐成熟，可以低成本的快速生成。因广泛的商业应用场景，受到大家的关注。无论是在虚拟现实（VR）、增强现实（AR）还是影视制作、游戏开发、品...

在信息爆炸的时代，如何从海量数据中快速、精准地定位关键信息，已成为企业和个人知识管理的核心挑战。近日，Dify 产品团队发布了 v1.1.0 版本，并创新性地推出了以“元数据”为核心的知识过滤器功能...

在快速发展的人工智能科技领域，AI Agent（人工智能体）正成为备受瞩目的范式变革。 知名 AI 科技评论机构 AI Share 近期深入研究了 AI Agent 的发展趋势，并参考了 Langch...

在人工智能技术日新月异的今天，工作流自动化正迎来新一轮的变革。长期以来，传统自动化流程依赖于预先设定的固定动作，这在处理复杂问题时显得捉襟见肘，就像是让钢琴家只能机械地演奏乐谱，缺乏灵活性和创造性。 ...

Doubao-1.5-pro 🌟 模型简介 Doubao-1.5-pro 是一个高度稀疏的 MoE 架构，在 Prefill/Decode 与 Attention/FFN 构成的四个计算象限中，表现出...

大型语言模型领域迎来了新成员。近日， Qwen 系列大语言模型发布了其最新版本 Qwen3。据开发团队介绍，其旗舰模型 Qwen3-235B-A22B 在编码、数学及通用能力等基准测试中，展现出与 D...

背景 自2023年以来，AI大模型在全球范围内掀起了有史以来规模最大的人工智能浪潮。进入2024年，全球大模型竞争态势日益加剧，随着Sora、GPT-4o、o1的发布，国内大模型在2024年进行了波澜...

如果有一个 AI 工具可以实时处理从客户服务到个人效率提升的所有事情会怎么样？DeepSeek AI，一家中国公司，正在使这成为可能。通过结合先进技术，它跨行业提供更快、更准确的解决方案，无论是 24...

在今日要闻 微软决定全力投入Copilot，同时放弃Bing 人工智能被成功应用于解读两千年前的古籍文本 一家新兴的人工智能初创公司推出了求职自动化服务 微软全力投入 Copilot 的开发与使用...

在人工智能技术日新月异的今天，短视频平台 抖音 再次走在了创新前沿。近日，抖音 悄然启动了 AI 分身功能的内测，这项新功能旨在利用 AI 技术，为 抖音 创作者打造智能化的内容创作和互动工具。作为 ...

最近 AI 圈子里，数字人技术真是火得一塌糊涂，各种“开源最强”的数字人方案层出不穷，让人眼花缭乱。虽然笔者也为大家分享了不少数字人整合包，但是面对如此多的选择，大家难免会感到困惑，不知道哪个才最适合...

今天给大家带来一份独家福利 ---- 精心筛选的免费 AI 工具大合集！ 这些工具不仅免费，而且不限使用次数，能帮你轻松搞定写作、绘画、视频、PPT&图表制作等各种创作需求。无论你是学生、职场...

综合介绍 RealtimeSTT 是一个高效、低延迟的实时语音转文字库，具备先进的语音活动检测和唤醒词激活功能。该项目由 Kolja Beigel 开发，旨在为需要快速、准确语音转文字的应用提供支持...

在日新月异的 3D 打印领域，人工智能 (AI) 正扮演着愈发重要的角色。 尤其引人注目的是，通过 AI 技术生成 3D 模型，为行业开辟了前所未有的可能性和巨大潜力。 本文将深入探讨 22 项在这一...

本测评结果仅用于学术研究。 10月22日，Anthropic正式推出升级版的大模型Claude 3.5 Sonnet以及新模型Claude 3.5 Haiku。 据Anthropic官方介绍，Cl...

近期，一系列开源 AI Agent（智能体）框架的出现引起了业界的广泛关注。这些框架并非 LangChain、Crew AI 或 OpenAI Agents SDK 的简单替代品，而是提供了独特的功能...

OCR 技术能够将图像中的文字信息转换为可编辑和可处理的文本数据。简单来说，就是识别和提取图片上的文字。 接下来，我们将深入评测 GitHub 上 Star 数最多的 10 个 OCR 开源项目，为你...

视频已成为现代内容策略中不可或缺的一部分，在 Instagram、TikTok 和 YouTube 等平台上推动用户互动。它们能够吸引注意力、鼓励互动，并且对于有效的沟通至关重要。 手动编辑和昂贵的软...

本教程初衷是让大家在手机端确保离线私密且便携的情况下使用 DeepSeek-R1 模型，好用与否仁者见仁。呕心沥血10天...不对...10分钟为大家带来手机本地安装DeepSeek-R1教程。 手机...

AI 研究助理兴起：谁能真正帮你做好功课？ 信息时代的研究工作，常常意味着在海量数据中跋涉。过去，研究者需要手动搜索、筛选、整理信息，再将关键内容喂给像 ChatGPT 这样的大语言模型进行分析。但随...

智谱 AI 近期发布了一系列新的 GLM 大语言模型，涵盖 32B 和 9B 参数规模，并采用了完全开放的 MIT 许可协议进行开源，这在中国大模型领域是一个值得关注的举动。新模型系列包括基座、推理和...

摘要 – 我们很高兴宣布推出 voyage-3 和 voyage-3-lite 嵌入模型，这些模型在检索质量、延迟和成本方面达到了新的高度。voyage-3 在所有评估领域（包括代码、法律、金融、多语...

万众期待的API支持调用ComfyUI工作流啦，LiblibAI社区工作流和个人本地工作流均可调用。 Liblib全网可商用模型/插件均已开放。 LiblibAI社区工作流 在LiblibAI社区，部...

因为访问量过大以及遭受网络攻击，DeepSeek官网和APP这几天时好时坏，API也没法用。 此前我们已分享了本地部署DeepSeek-R1的方法（参见DeepSeek-R1本地部署），但普通用户限于...

—— 兼论大模型API价格战的深层逻辑、用户体验优化与技术普惠 在人工智能大模型领域竞争白热化的当下，DeepSeek 近期宣布其 API 服务创新性地采用了硬盘缓存技术，并随之祭出震撼性的价格调...

什么是Dify插件？ 来自第三方的模型与工具是帮助开发者增强应用能力的重要单元。虽然 Dify 平台已内置多个由官方维护与社区贡献着开发的工具，但在此模式下，现有的工具难以全面覆盖各类细分场景的需求...

如果你认为使用最新的人工智能（AI）工具需要昂贵的费用，你会很高兴知道，有许多完全免费的 AI 工具可供使用 。其中许多提供持续的免费试用，让你可以在花费辛苦赚来的钱之前，先测试这些 AI 工具的功能...

大型语言模型（LLM）的能力日新月异，但其输出内容中出现事实性错误或与原文无关信息的“幻觉”现象，始终是阻碍其更广泛应用和深度信任的一大难题。为了量化评估这一问题，Hughes Hallucinati...

近日，阿里云百炼平台宣布为 QwQ-32B 大语言模型开放 API 接口，并提供每日 100 万 tokens 的免费使用额度，这一举措无疑大幅降低了用户体验前沿 AI 技术的门槛。对于希望体验 Qw...

近期，隶属于微软的 GitHub 对其广受欢迎的 AI 编程助手 GitHub Copilot 的服务策略进行了调整，引入了新的使用限制，并针对部分高级 AI 模型功能推出了收费机制。这一变化可能意味...

GLM-4V系列 GLM-4V系列包含3款模型，分别适用于不同的应用场景。 GLM-4V-Plus:具备卓越的多模态理解能力，可同时处理最多5张图像，并支持视频内容理解，适用于复杂的多媒体分析场景。 ...

近日，OpenAI 发布了一项名为 BrowseComp 的新基准测试，旨在评估人工智能代理在互联网浏览方面的能力。这一基准测试由 1,266 个问题组成，涵盖了从科学发现到流行文化等多个领域，要求代...

DeepSeek-V3是一款强大的混合专家（Mixture-of-Experts, MoE）语言模型，拥有6710亿总参数，针对每个token激活37亿参数。该模型采用了一种创新的多头潜在注意力（Mu...

ComfyUI V1 正式发布：全新界面与强大功能引领AI艺术创作新时代。此次更新带来了众多改进和新功能，旨在提升您的工作流程并提高生产力。让我们来看看主要更新内容： 完整打包的桌面版本 在过去的...

如今AI的多面手：和Kimi比肩的主流AI助手 市面上有没有能够和Kimi相媲美的AI助手呢？绝对有！但到底谁能成为Kimi的有力竞争者呢？咱们一探究竟吧！ Kimi，作为Moonshot AI推出的...

腾讯旗下 AI 知识库产品 ima 近期迎来重大更新，不仅推出知识广场，实现知识共享与发现，更以无限容量的共享知识库，彻底解决了用户的存储焦虑。 知识广场：一站式发现优质知识库 ima 最新版本上...

自08月27日起，智谱将 GLM-4-Flash API 免费向公众开放。跑了3天的英译中测试，GLM-4-Flash对比硅基流动提供的GLM-4-9b、和 OpenRouter：集成多LLMs的统一...

综合介绍 Open WebUI Artifacts Overhaul 是基于 Open WebUI 的一个分支项目，由开发者 Nick Tonjum 开发。它是一个开源工具，专注于提升 AI 生成代码...

检索增强生成（RAG）已成为增强大型语言模型能力的一项强大技术。 RAG 框架结合了基于检索的系统和生成模型的优势，可以做出更准确、更能感知上下文和更及时的响应。随着对复杂人工智能解决方案需求的增长...

继 2024 年 8 月免费开放语言模型 智谱支持128K上下文/4K输出长度大模型GLM-4-Flash全量免费开放！ 后，我们秉持技术领先、普惠大众的理念，今日我们在智谱开放平台（bigmodel...

今日AI独家新闻 热门和特色AI日报。 扎克伯格倾力打造自己的AI帝国。 利用AI提升自我价值，让自己在职场中无可替代。 热门AI工具 📧 Spark Mail 的功能是让你对自己的邮箱有...

Google 旗下的 AI 笔记工具 NotebookLM 近期获得更新，其发展路径日益清晰，正朝着成为一款重要的个人知识管理和生产力工具迈进。最新的进展包括对中文等多种语言的音频播报支持，以及即将推...

Lenny's Newsletter 推出重磅订阅捆绑包：高价值 AI 与生产力工具的集结 近期，在科技和产品增长领域颇具影响力的 Lenny Rachitsky 通过其知名的 Lenny’s New...

综合介绍 DroidCam 是一款由 Dev47Apps 开发的应用程序，能够将您的手机或平板电脑变成电脑的网络摄像头。无论是通过 WiFi 还是 USB 连接，DroidCam 都能为您提供高质量的...

我们关于 Model Context Protocol 演变的计划（2025 年上半年） Model Context Protocol 正在迅速演进。本页面概述了我们在 2025 年上半年 的关键优先...

近日，阿里通义实验室语音团队正式发布语音合成模型CosyVoice2。该模型支持文本和语音的双向流式传输，支持多语种、混合语种和方言，提供更准确、更稳定、更快、更好的语音生成能力。现在，硅基流动Sil...

1.引言 两个月前，Qwen团队升级了 Qwen2.5-Turbo，使其支持最多一百万个Tokens的上下文长度。今天，Qwen正式推出开源的 Qwen2.5-1M 模型及其对应的推理框架支持。以下是...

业界领先的 绘图AI 对比，经过个人大量测试后主观得出 注：这里都是直接可用的产品，每日提供少量使用额度。构图保持是模型能力，使用需要技术基础，产品未必支持。

今天，我们很高兴地推出 Dify v0.15.0 版本，带来了全新的「父子检索」功能。这是一种在检索增强生成（RAG）系统中实现的高级技术，旨在进一步提升信息获取与上下文理解能力。通过这一功能，Dif...

快速阅读 亚马逊的AI "Rufus"助力消费者发现并购买更多产品 谷歌 Bard新获图像生成及多语言技能 谷歌地图利用AI进行个性化的地点推荐 亚马逊AI助力更好的商品推荐 亚马逊的AI聊天机器...

发现大家对数字人的兴趣和需求挺大的。 最近非常多的小伙伴，因为之前写的数字人文章，私信我聊到数字人的问题。 这里，再盘一下，挑选 4 款，分享给你们。 这 5 款，主要是公模数字人为主（公共形象）。如...

关于 AI 基准测试以及 AI 实验室如何公布测试结果的争论正日益公开化。长期以来，AI 性能的衡量标准和报告方式就充满了争议，如今，这些幕后争论终于走到了聚光灯下。 本周，一位 OpenAI 员工 ...

近期，AI 智能体记忆领域的一则声明引发了业界的广泛关注。Mem0 公司发布研究报告，宣称其产品在 AI 智能体记忆技术方面达到了行业领先（SOTA）水平，并在特定基准测试中超越了包括 Zep 在内的...

近期观察显示，生成式人工智能（AI）正悄然渗透进人们的日常生活，其应用场景已远超最初普遍认为的工作辅助范畴。印度金融科技公司 CRED 的创始人 Kunal Shah 在4月的一次峰会上提到，高达五至...

Meta 推出了Llama 3.3，这是一个拥有 700 亿个参数的大型语言模型，其性能可与其前身 405B参数的Llama 3.1 相媲美，并且输入成本比Llama 3.1 405B降低10倍！指令...

通用场景与垂直场景，这是 AI 大模型发展面临的首要抉择。 当前市场上的视频大模型多为通用模型，能够根据用户输入的提示词生成各种场景的视频内容。与此同时，部分视频大模型也开始探索更贴近应用场景的垂直领...

每个人都希望在工作中提升自己的生产力和效率。无论是快速处理 Excel 表格的小技巧，还是能够轻松同步到现有工作流程的工具，在竞争激烈且动态多变的职场中，每一点优势都至关重要。⚡ 这正是像 Glean...

DeepSeek-R1 模型以其卓越的推理能力备受瞩目。 为了帮助用户获得与 DeepSeek 官方平台体验一致的性能表现，官方发布了详细的部署指南。 本文将深度解读这份指南，重点剖析官方提供的搜索和...

Manus 源于拉丁语“手”，是一个能将您的想法转化为行动的通用人工智能代理。 Manus 用例库是快速学习上手 Manus 的不错选择，在没有申请到Manus内测资格前，快速了解 Manus 都具有...

AI 在教育领域的崛起 人工智能（Artificial Intelligence，简称 AI）是一门致力于研究、开发和应用能够模拟、延伸人类智能的理论、方法、技术及应用系统的新兴科学。自 20 世...

在前两代视频模型（CogVLM2-Video和GLM-4V-PLUS）的基础上，我们进一步优化了视频理解技术，推出了GLM-4V-Plus-0111 beta版本。该版本引入了原生可变分辨率等技术，提...

人工智能（ AI ）技术正逐步渗透游戏开发的各个环节，近期在 Steam 平台上涌现出一批以 AI 为核心驱动力的游戏，覆盖派对、恋爱模拟、剧情互动等多种类型。这些所谓的 AI-Native 游戏尝试...

Cline 的3.1版本，又来了。开发者们的劲头，真是疯狂。 实际上，他们一周前才刚刚才推出了 3.0 版本。我已经好久没讲 Cline 了，这次把几个版本的更新，统一讲了。 我还是要先简单解释一下 ...

衡量通用人工智能（AGI）进展的基准至关重要。有效的基准能够揭示能力，而优秀的基准更能激发研究方向。ARC Prize 基金会致力于通过其 ARC-AGI 系列基准扮演这样的角色，引导研究力量关注真正...

在AI重构软件开发流程的浪潮中，Cursor以其独特的定位和迅猛的增长势头，成为开发者社区热议的焦点。这款基于VSCode内核、深度集成AI能力的代码编辑器，究竟能否颠覆传统开发模式？本文将从技术特性...

1 快速创建智能体 ● 点击首页以及“我的创建”中的“创建智能体”按钮，简单5步即可收获专属智能体： ○ 步骤一：填写智能体的名字、简介，使用AI生成一个头像，或上传一张照片作为智能体头像。 ○ 步骤...

综合介绍 Iriun 是一个多功能应用程序，允许用户将手机摄像头用作无线网络摄像头或虚拟现实显示器。通过安装相应的驱动程序，用户可以在 Windows、Mac 或 Linux 系统上使用手机摄像头进行...

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。 Gem...

几天前，我们刚刚聊过 Cline 3.1 的一些疯狂新特性。 说实话，我个人一直对 Cline 相当有好感，他真的是一个很不错的开源项目：Cline v3.1 疯狂更新！最佳自主的 AI 编程助手...

Viggle 最近推出了一项名为“Mic”的创新功能，旨在提升用户与角色之间的互动体验。该功能于2024年10月18日发布，标志着ViggleAI在语音和动画整合方面的重要进展。 功能特点 先进的...

人工智能研究公司 Perplexity AI 近日宣布，正式开源其最新力作—— R1-1776 大语言模型。这款模型是基于 DeepSeek-R1 深度优化而来，旨在解决原模型在处理敏感话题时存在的偏...

01Gamma 任务场景：快速做PPT。 适用人群：第三方广告公司、个体咨询师、企业内训师等需要大量做PPT的人。 推荐理由：生成的PPT页面好看，有设计感；方便修改，不需要导出多个版本，一个链接即可...

GLM-PC 是基于智谱多模态大模型 CogAgent，全球首个面向公众、回车即用的电脑智能体（agent）。它能像人类一样「观察」和「操作」计算机，协助用户高效完成各类电脑任务。 自 202...

从今天开始，开发者可以通过我们新发布的 API 构建在 Grok 基础模型之上。我们将进行公共测试版计划，持续至 2024 年年底，期间每人每月将获得 $25 的免费 API 额度。 128k上下文...

今天，豆包 APP 宣布全新端到端实时语音通话功能正式上线，不玩「预发布」，直接全量开放、人人免费使用，迎接每一个用户的检验。 豆包实时语音大模型网址：https://team.doubao.com...

前言 俗话说：“工欲善其事必先利其器”。选择一款好的工具对程序员来说尤为重要。无论是用于自动完成代码还是调试，AI编码助手都能为你节省时间，提高代码质量。本文中，我们将探讨一些全球程序员使用频率最高的...

在 AI 军备竞赛愈演愈烈的当下，埃隆 · 马斯克 (Elon Musk) 麾下的 xAI 再次以出人意料的举动，成为了科技界的焦点。继 Grok 3 模型发布后不久，xAI 旋即宣布将其免费向公众开...

OpenAI 近期宣布将其最新的图像生成模型 gpt-image-1 正式通过 API 提供给开发者和企业。该模型此前已在 ChatGPT 中应用，并因其强大的图像生成能力受到用户欢迎。据 OpenA...

经过小伙伴们的验证，现在免费的FLUX模型生成的图片已经不输DALL·E-3和MJ了。 下一步Controlnet和ipadapter开发出来以后，可以自由控制画面构图风格之类的，DALL·E-3和M...

JanusFlow 速读 DeepSeek 团队又发新模型，28日凌晨推出了创新型多模态框架 Janus-Pro，这是一个能同时处理多模态理解和生成任务的统一模型。该模型基于 DeepSeek-LLM...

长期使用 Monica 的读者应该经历过 Monica 访问被阻断，客户端中多语言删除中文适配，以及额度降低等问题。而近期，知名 Chatbot 及各种 AI 工具箱产品 Monica 最近推出了国内...

今天我们来聊聊一个越来越火的技术——文本转语音，也就是 TTS (Text-to-Speech)。简单说，就是让电脑把文字读出来，而且要读得像人话。这几年，从短视频配音、有声书制作到智能客服、虚拟助手...

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 (spa...

Dify 插件介绍 Dify v1.0.0-beta 发布，核心在于引入插件系统和 Marketplace（组件市场），通过模块化组件实现 AI 应用的灵活扩展，插件包含模型、工具、代理策略等，支持独...

在美国成人娱乐行业，一个正在崛起的AI趋势吸引了无数目光。 这一次的主角是一位已经在行业里奋斗多年的明星。33岁的Chloe Amour，决定通过向AI公司出售自己的形象，将部分工作交给虚拟替身。这个...

斯坦福大学以人为本人工智能研究所（HAI）发布了第八版《人工智能指数报告（2025）》。这份报告描绘了过去一年人工智能在研发、应用和投资方面显著加速的图景，同时也指出了在负责任AI实践、公众信任以及技...

英伟达 CEO 黄仁勋将 AI 智能体誉为 “数字劳动力”，而他并非唯一持有此观点的科技领袖。 微软 CEO 萨提亚 · 纳德拉也认为，智能体技术将从根本上变革企业的运作模式。 这些智能体能够与外部工...