AI新闻

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...

——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...

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...

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...

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。 ...

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...

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...

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...

——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...

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...

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...

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...

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...

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...

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...

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...

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...

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...

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 ...

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...

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...

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...

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...

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...

要说这 AI.com 域名，那真是域名界的“香饽饽”，谁都想要。你想啊，俩字母，又跟现在最火的 AI 搭边，简直就是个“金字招牌”。 之前就跟“选妃”似的，一会儿跳到 OpenAI 的 ChatGPT...

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...

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...

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...

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...

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...

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...

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...

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...

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...

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...

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...

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...

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...

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 ...

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...

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...

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...

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...

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...

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...

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...

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...

近日，亚马逊在 AI 领域动作频频，不仅升级了其消费者语音助手 Alexa，更在 AWS 内部组建了一支专注于 AI Agent 的新团队。这一系列举动表明，亚马逊正积极布局 AI Agent 领域...

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 在第三方平台的稳定性评测报告》 人工智能领域的快速发展，催生了诸多卓越的推理模型。DeepSeek-R1 以其杰出的性能和处理复杂任务的能力，迅速成为业界瞩目的焦点。然而，随...

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...

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...

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...

最近，Sakana AI 宣布其“AI 科学家”系统生成的论文通过了机器学习领域顶级会议 ICLR 的一个研讨会的同行评审。一石激起千层浪，这引发了业界对于 AI 是否已经具备科研能力的广泛讨论。在深...

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...

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...

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...

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...

研究者们为ChatGPT等大型语言模型中存在的一项棘手难题找到了简明有效的解决办法，这一问题原本会严重影响模型的性能。 在涉及连续对话多个回合的人工智能对话中，推动诸如ChatGPT之类聊天机...

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...

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...

什么是 flowith 2.0? flowith 作为下一代 AI 创作平台，致力于探索人类和 AI 之间更自然、更高效的交互方式。在 1.0 版本中，我们通过画布式交互获得了数十万用户的认可。而在即...

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...

摘要 本系统卡片介绍了Claude 3.7 Sonnet，这是一种混合推理模型。我们主要关注通过模型训练以及利用周围的安全保障系统和评估来减少危害的措施。 我们基于负责任的扩展政策[1]进行了广泛的评...

2024 年 3 月，一家新的 AI 公司以令人瞩目的支持进入人们的视野：由 Founders Fund 领投的 2100 万美元 A 轮融资，并得到了包括 Collison 兄弟、Elad Gil ...

AI 正在改变游戏规则，而其中一个引起广泛关注的工具就是 DeepSeek——一个中国版的 ChatGPT 替代方案。DeepSeek 正在全球范围内快速崛起，凭借其双语能力和独特功能吸引了大量用户...

中文的深度定制 Trae 基于中文使用环境进行了大量的深度定制,不管是界面还是交互，还是里面的内容，完全的中文化。使用和上手毫无难度 直接从VScode 或者 Cursor 中导入配置 这是从...

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...

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...

推理是不可预测的，所以我们必须从令人难以置信的，不可预测的 AI 系统开始。 Ilya 终于现身了，而且一上来就有惊人之语。本周五，OpenAI 的前首席科学家 Ilya Sutskever 在全球 ...

在人工智能领域，大型语言模型（LLM）技术日新月异，各种工具库层出不穷。为了帮助开发者更好地应对 LLM 开发的挑战，本文整理了一份包含 120 多个实用 LLM 库的工具箱，并按功能类别进行划分，方...

在构建 AI 应用和 Agent 的圈子里，模型上下文协议 (Model Context Protocol, MCP) 正成为一个热门话题。许多讨论围绕着在本地计算机上安装和运行 MCP 服务器展开...

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...

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...

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...

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...

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...

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...

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...

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...

摘要 2025 年 2 月 10 日: 在单 GPU (24GB 显存) / 多 GPU 和 382GB 内存上支持 DeepseekR1 和 V3，速度提升高达 3~28 倍。 大家好，KTrans...

2021年，微软推出GitHub Copilot，一跃成为编程界最抢手的AI工具。 GitHub Copilot能根据用户提供的上下文信息，如函数名、注释、代码片段等，自动生成完整的代码函数，被称为编...

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...

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...

模型概览 近年来，基于混合专家系统（Mixture of Experts，MoE）架构的大模型训练成为人工智能领域的重要研究方向。Qwen团队近期发布的Qwen2.5-Max模型，采用超过20万亿to...

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...

—— 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...

在科技日新月异的今天，人工智能（AI）作为一股不可忽视的力量，正在深刻改变着我们的生活与工作方式。而在汹涌而来的AI浪潮中，十方融海 小智AI 语音盒子以其卓越的性能和创新的用户体验，跃居GitHub...

在数字化浪潮席卷全球的今天，数据已成为企业的核心资产。如何从海量业务数据中快速提取有价值的信息，并以直观易懂的方式呈现，是企业在激烈的市场竞争中脱颖而出的关键。同时，高效的信息传递机制如同企业的神经脉...

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...

苹果手机上的 Google App 不再自带 Gemini 功能了，想用 Gemini 的朋友们，得单独下载一个 App 才行。 最近，Google 公司宣布，他们把 iOS 版本 Google ...

Adobe 公司近期更新了其旗舰视频编辑软件 Adobe Premiere Pro 至 25.2 版本。这次更新显著的特点是深度集成了人工智能（AI）技术，旨在简化复杂的编辑任务，提升创作效率。其中...

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...

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...