综合介绍 可灵 AI（Kling AI）是快手推出的一款新一代AI创意生产力平台，旨在通过先进的生成式AI技术，帮助用户轻松创建高质量的图片和视频内容。平台基于快手自研的可图大模型和可灵大模型（Kol...

综合介绍 Kolors是由快手团队开发的大规模文本到图像生成模型，基于潜在扩散技术。该模型训练于数十亿对文本-图像数据对，能够生成高质量、复杂语义准确的图像，并支持中英文输入。Kolors在视觉质量...

硅基流动的BizyAir插件推出以来，为ComfyUI带来了强大的云端支持，AI设计师们无需显卡即可实现极速、丝滑的图像生成体验。 BizyAir现已内置近20个基础模型，包括FLUX.1、SD ...

综合介绍 ColorFlow是由腾讯ARC团队开发的图像序列自动着色工具，旨在解决黑白图像序列的自动着色问题。该工具利用检索增强的着色管道，通过参考图像池准确生成各种元素的颜色，包括角色的头发颜色和服...

综合介绍 BrushEdit 是由腾讯ARC实验室开发的一款全能图像修复和编辑工具。该工具基于最新的AI技术，能够自动识别和修复图像中的缺陷，同时支持用户进行交互式编辑。BrushEdit 结合了多种...

综合介绍 即梦AI是一个一站式的AI创作平台，旨在为用户提供多功能且强大的创作工具。无论是图像生成、智能画布、视频生成还是音乐生成，即梦AI都能帮助用户轻松实现创意。平台支持多种创作模式，包括AI作图...

综合介绍 Outlines 是一个由 dottxt-ai 开发的开源库，旨在通过结构化文本生成来提升大语言模型（LLM）的应用能力。该库支持多种模型集成，包括 OpenAI、transformers...

综合介绍 Class Companion 是一个专为教师和学生设计的在线教育平台，利用人工智能技术提供即时反馈和个性化辅导。该平台支持多种学科和年级，帮助教师节省时间，提高教学效率，并为学生提供更多练...

综合介绍 Gauth（前称Gauthmath）是一个专为学生设计的AI作业助手网站。它利用先进的AI技术和专业导师团队，提供从数学到化学等各学科的作业解答服务。用户可以通过上传图片或输入问题，快速获得...

综合介绍 Ello 是一个专为儿童设计的个性化阅读平台，旨在通过先进的人工智能技术和互动功能，帮助孩子们提升阅读能力。Ello 提供了丰富的可解码电子书和纸质书籍，适应不同年龄段和阅读水平的需求。平台...

综合介绍 Praktika.ai 是一个创新的英语学习平台，利用先进的人工智能技术，为用户提供个性化的英语口语辅导。通过与超现实的AI虚拟导师互动，用户可以在轻松愉快的环境中提升英语口语能力。Prak...

话说这年头，人工智能这玩意儿，一日不见如隔三秋。 前几天谷歌整了个大新闻，发布了 Gemini 2.0。 你问这玩意儿有啥用？ 嗨，这么说吧，你要是还没体验过， 那简直就像这辈子没尝过二锅头兑雪碧，人...

AI总结 概述 AI 提示工程 的深入探讨，通过一个圆桌会议的形式，多位来自 Anthropic 的专家从研究、消费和企业等不同角度分享了他们对提示工程的理解和实践经验。 文章详细阐述了提示工程的定义...

优化后的 ChatGPT 自定义指令，能显著提升性能。 性能测试 投入约 $200 对这些自定义指令进行了完整的 MMLU 基准测试。MMLU 是一个全面测试，用于评估语言模型在各种领域（包括数学、历...

综合介绍 Cursor Free Trial Reset Tool 是一个开源工具，旨在解决Cursor在免费订阅期间出现的多账户限制问题。当用户在同一台机器上使用多个免费试用账户时，Cursor会提...

一图流：把 Gemini 2.0 搬进 Cursor 1️⃣ 戳 ⚙️Settings → Models 如果配了 Deepseek，点「Reset」重置 Base URL 2️⃣ 填入 Google...

GitHub 日前宣布，其 AI 编程助手 GitHub Copilot 推出免费计划，现已在 Visual Studio Code 中向所有用户开放。用户只需拥有 GitHub 账户即可开始使用...

NeoCodeium 是一个为 Neovim 提供 AI 代码补全功能的插件，基于 Codeium 技术开发。该插件旨在解决官方插件在多行虚拟文本处理时出现的闪烁问题，并提供更流畅的用户体验。NeoC...

综合介绍 Waifu2x-Extension-GUI 是一个强大的图像和视频处理工具，利用深度卷积神经网络技术实现图像、GIF 和视频的超分辨率放大和视频帧插值。该工具支持多种算法和引擎，包括 Wai...

在大模型的应用中，处理复杂请求往往伴随着较高的延迟和成本，尤其是当请求内容存在大量重复部分时。这种“慢请求”的问题，特别是在长提示和高频交互的场景中，显得尤为突出。为了应对这一挑战，OpenAI 最近...

Clio: 一个用于保护隐私的真实世界 AI 使用洞察系统 人们使用 AI 模型做什么？尽管大语言模型的流行度迅速增长，但直到现在，我们对它们的具体使用方式还缺乏深入的了解。 这不仅仅是好奇心的问题...

综合介绍 RapBank 是一个专为说唱歌词生成而设计的数据集和工具集。该项目由 NZqian 创建，旨在通过收集和处理来自 YouTube 的说唱歌曲，为研究人员和开发者提供一个高质量的说唱歌词数据...

英文提示词 System: You are Grok 2, a curious AI built by xAI. You are intended to answer almost any quest...

综合介绍 R2R（RAG to Riches）是一个先进的AI检索系统，支持检索增强生成（RAG）功能，具备生产就绪的特性。该系统基于容器化的RESTful API构建，提供多模态内容解析、混合搜索功...

综合介绍 星流（Xingliu）是由LiblibAI团队开发的一款新一代AI图像创作工具，它基于自研的 Star-3 Alpha 图像生成模型，能够提供高精度、多样化的图像生成服务。旨在为设计师、摄影...

背景：前几天使用 Windsurf ，提示我下载更新。 更新后，Windsur 高级功能比如 claude 3.5 sonnet 需要订阅才能继续使用了，不然只能使用cascade base。 这里继...

使用帮助： Claude专用的SVG图示生成提示词，可以生成任何主题内容的示意图。 当然你也可以使用ChatGPT生成，但无法直接在画布中预览SVG： 提示词约束的输出格式，进行基本改造后，可...

综合介绍 Hyperbolic AgentKit是一个开源项目，旨在提供一个运行AI代理的模板，结合了区块链和计算能力。该项目基于Coinbase的CDP Agentkit进行修改和扩展，支持在终端中...

综合介绍 Infini-Megrez是由无问芯穹（Infinigence AI）开发的边缘智能解决方案，旨在通过软硬件协同设计，实现高效的多模态理解和分析。该项目的核心是Megrez-3B模型，支持图...

综合介绍 GenEx 是一个先进的人工智能模型，能够从单张图像生成一个完全可探索的360° 3D世界。用户可以交互式地探索这个生成的世界。GenEx 推动了具象化人工智能在想象空间中的发展，并有潜力将...

综合介绍 Hika AI 是一个免费的智能搜索引擎，旨在提供多维度的深度洞察和交互式探索体验。通过利用先进的AI技术，Hika AI 能够快速扩展相关知识领域，深入挖掘特定重要点，帮助用户获得更全面的...

综合介绍 VisionParser是一款专为处理收据和发票而设计的OCR（光学字符识别）工具。通过先进的生成式AI技术，VisionParser能够快速、准确地将各种收据和发票转换为结构化数据，适用于...

综合介绍 CreateLogo.app 是一个由人工智能驱动的标志生成平台，旨在帮助用户快速、轻松地创建专业标志。无论是企业主、初创公司创始人，还是个人用户，CreateLogo.app 都提供了直观...

如果给小模型更长的思考时间，它们性能可以超越更大规模的模型。 最近一段时间，业内对小模型的研究热情空前地高涨，通过一些「实用技巧」让它们在性能上超越更大规模的模型。 可以说，将目光放到提升较小...

综合介绍 RAGFlow 是一个开源的检索增强生成（RAG）引擎，基于深度文档理解技术。它为各种规模的企业提供了一个高效的 RAG 工作流，结合了大型语言模型（LLM），能够提供基于复杂格式数据的真实...

用 Cline + Gemini 2.0 Cursor，这款备受欢迎的 AI 代码编辑器，虽然功能强大，但最近开始通过检测机器码等方式防止免费使用，让许多开发者感到受限。作为 Cursor 的竞品，W...

像LangChain、CrewAI和AutoGen这样的框架通过提供构建人工智能系统的高级抽象而广受欢迎。然而，包括我在内的许多开发人员都发现，这些工具弊大于利，常常给开发过程带来不必要的复杂性和挫折...

综合介绍 Break The AI 是一个专注于人工智能挑战和竞赛的平台，旨在帮助用户提升AI技能，参与各种有趣且具有挑战性的任务。该网站为AI爱好者、学生和专业人士提供了一个互动的社区，用户可以在这...

综合介绍 Depth AI 是一款专为开发者设计的人工智能助手，能够深度理解和分析代码库。通过构建全面的代码知识图谱，Depth AI 可以回答复杂的技术问题，帮助开发者更高效地管理和优化代码。无论是...

综合介绍 NodeTool 是一个创新的AI创作平台，旨在为AI爱好者、开发者、数据科学家和创意人士提供一个简单、直观的界面。无论您是艺术家、开发者还是初学者，NodeTool 都能帮助您快速原型化创...

综合介绍 SystoByte 是一个专为系统设计练习而打造的平台，旨在帮助用户提升系统设计技能，特别是在面试准备方面。平台提供了丰富的系统设计问题库，用户可以通过直观的界面进行设计，并即时获得AI生成...

综合介绍 Porkybank 是一个开源的个人财务管理应用，旨在帮助用户轻松追踪每日预算。通过简单的公式（收入 - 支出）/ 天数 = 现金，用户可以直观地了解自己的财务状况。该项目托管在 GitHu...

综合介绍 NotebookLM Podcast 是一个创新的平台，利用人工智能技术将任何文本内容转化为动态、引人入胜的音频播客。无论你是学生、教育者、内容创作者还是忙碌的专业人士，NotebookLM...

综合介绍 FindPicLocation 是一个利用人工智能技术帮助用户定位照片拍摄地点的网站。用户只需上传照片，系统会自动分析照片中的EXIF数据，提取GPS坐标，并在地图上显示具体位置。该网站旨在...

自从 OpenAI 发布了 o1 模型后，Scaling Test-Time Compute（扩展推理时计算）就成了 AI 圈子里最火爆的话题之一。简单来说，与其在预训练或后训练阶段疯狂堆算力，不如在...

综合介绍 CrewAI 是一个先进的框架，旨在协调角色扮演和自主AI代理的协作。通过促进协作智能，CrewAI 使代理能够无缝协作，解决复杂任务。无论是构建智能助手平台、自动化客户服务团队，还是多代理...

基于 CrewAI 多智能体协作和 Cohere Command-R7B 大模型，系统能自动完成从研究到写作的全流程，像拥有一个 24 小时运转的新闻工作室 核心功能： 研究分析：由第一个 AI ...

概述 在信息爆炸的时代，企业对搜索技术的依赖已不仅仅是为了找到内容，而是为了提升效率和生产力。然而，传统搜索模型往往难以真正理解用户意图，导致搜索结果不准确、不相关甚至不完整。这种体验不仅让用户倍感挫...

每个人0基础自定义“科研知识库模型”。模型淘汰人工客服已成定局！ 【Openai发布Project功能】 1.支持文件上传到 Project，构建特定领域的知识库。 2.支持联网搜索，实时获取最新...

综合介绍 LightLLM 是一个基于 Python 的大语言模型（LLM）推理和服务框架，以其轻量级设计、易于扩展和高效性能而著称。该框架利用了多种知名的开源实现，包括 FasterTransfor...

我们 R 系列中最小的模型提供顶级的速度、效率和质量，可在普通 GPU 和边缘设备上构建强大的 AI 应用程序。 今天，我们很高兴发布 Command R7B，这是我们专为企业开发的大语言模型（LLM...

综合介绍 Artab 是一个浏览器扩展程序，旨在每次打开新标签页时展示世界上最伟大的艺术作品。该扩展程序适用于 Chrome、Edge 和 Firefox 浏览器。通过 Artab，用户可以在日常浏览...

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。 ...

综合介绍 VideoFX是Google实验室推出的一款创新视频生成工具，旨在帮助用户轻松创建富有创意和视觉冲击力的视频内容。该工具利用先进的Veo 2.0技术，提供多种视频特效和编辑功能，适合各种创意...

综合介绍 ImageFX 是 Google 实验室推出的一款强大的图像生成工具。用户可以通过简单的文本输入，将创意转化为高质量的图像。该工具利用先进的人工智能技术，支持多种风格和主题的图像生成，适用于...

综合介绍 Whisk是Google Labs推出的一款创新型AI图像生成工具，旨在通过上传多张图片来混合不同的主题、场景和风格。与传统的依赖文本提示的图像生成工具不同，Whisk主要使用图像作为输入...

今年早些时候，谷歌推出了视频生成模型 Veo 和最新的图像生成模型 Imagen 3。从那时起，看到人们通过这些模型将他们的创意变为现实，令我们感到兴奋：YouTube 创作者正在探索为 YouTub...

近期，GenmoAI开源了视频生成模型mochi 1预览版（10B），具有高保真度的动作和强大的提示遵循能力，当前支持480p分辨率视频生成。今天，硅基流动SiliconCloud上线了推理加速版mo...

对于Windows11用户来说，copilot按钮在国内是不会出现的，哪怕挂梯子，对于很多用户而言这就有点不太方便了。 然而本文可以通过一种便捷的办法实现，将copilot展现在任务栏上，使用时可以方...

在当今竞争激烈的电商市场中，如何让您的产品在众多选择中脱颖而出，成为了每个品牌和商家必须面对的难题。 视觉营销作为电商成功的关键因素之一，其重要性不言而喻。 一个吸引人的、专业的产品图片展示不仅能...

有捣鼓过 Dify 的同学应该都知道，虽然 Dify 是一个很棒的 AI 应用，但是它提供的 API 是和 Open AI 不兼容的，这就导致一些应用无法对接到 Dify 上。 有什么办法可以解决呢...

综合介绍 Leffa 是一个用于生成可控人物图像的统一框架，能够精确操控人物的外观（如虚拟试穿）和姿势（如姿势转移）。该框架通过在注意力层中引导目标查询关注正确的参考键，显著减少了细粒度细节的失真，同...

综合介绍 MMAudio是一个开源项目，旨在通过多模态联合训练生成高质量的同步音频。该项目由香港中文大学的程浩基（Ho Kei Cheng）等人开发，主要功能是根据视频和/或文本输入生成同步音频。MM...

综合介绍 H2O GPT 是一个开源项目，旨在提供私有化的聊天和文档处理功能。该项目基于 Apache 2.0 许可证，支持多种 GPT 模型，包括 LLaMa2、Mistral、Falcon 等。用...

综合介绍 OpenChat 是一个用户友好的聊天机器人控制台，旨在简化大语言模型（LLMs）的使用。通过提供两步设置流程，OpenChat 使用户能够轻松创建和管理多个自定义聊天机器人。该平台支持 G...

综合介绍 LocalGPT是一个开源项目，旨在让用户在本地设备上与文档进行对话，确保数据隐私。通过使用各种开源模型，LocalGPT可以在不将数据上传到云端的情况下处理和理解文档内容。该项目支持多种平...

综合介绍 PrivateGPT是一个可用于生产环境的AI项目，允许用户在没有互联网连接的情况下，使用大型语言模型（LLMs）对文档进行问答。该项目确保100%的数据隐私，所有数据都在用户的执行环境中处...

综合介绍 AutoGPT是一个强大的平台，旨在帮助用户创建、部署和管理连续运行的AI代理，自动化复杂的工作流。该平台由Significant Gravitas开发，提供了多种工具和功能，使用户能够专注...

综合介绍 Vizcom是一款专为设计和创意专业人士打造的创新工具。它通过AI技术将用户的草图快速转化为逼真的渲染图和3D模型，极大地提升了设计效率。用户可以在Vizcom的工作台上进行无缝协作，探索无...

综合介绍 YOO简历是珠海必优科技有限公司推出的一款智能简历生成工具，旨在通过人工智能技术帮助用户快速、高效地制作专业简历。无论是初入职场的学生还是有经验的求职者，YOO简历都能提供个性化的简历模板和...

综合介绍 DragGAN是一个基于生成对抗网络（GAN）的交互式图像编辑工具。该项目由Xingang Pan等人在2023年SIGGRAPH会议上发布，旨在通过简单的点选和拖拽操作，让用户能够直观地操...

综合介绍 瑞达写作是一个专注于学术论文写作的AI平台，旨在帮助用户高效完成论文写作任务。通过输入论文标题，用户可以一键生成完整的论文内容，字数最高可达5万字。平台提供多种功能，包括免费选题、构思大纲...

综合介绍 Pitch 是一个专为快速发展的团队设计的在线演示文稿制作平台。它提供了丰富的模板和强大的协作工具，帮助用户轻松创建专业的演示文稿。无论是销售团队、设计团队还是市场营销团队，Pitch 都能...

综合介绍 Ajelix 是一个专注于数据分析和商业智能的平台，提供多种AI工具来简化和提升Excel和Google Sheets的使用效率。该平台拥有超过17种AI工具，包括Excel公式生成器和数据...

综合介绍 PDFgen 是一个基于人工智能的工具，专注于从简单的文本提示生成PDF模板。该平台的主要功能是自动化PDF创建，特别适合经常处理文档的企业和个人。PDFgen 提供了一个REST API...

综合介绍 Deepnote 是一个专为数据分析和数据科学团队设计的协作笔记本平台。它结合了 Python、SQL 和无代码分析，能够连接超过 50 种数据源。Deepnote 利用 GPT-4 提供代...

综合介绍 PDFGPT 是一个基于人工智能的工具，专为处理PDF文件而设计。用户可以上传PDF文件，并通过该工具获取文件的摘要和回答相关问题。无论是学生、研究人员、记者还是商业专业人士，PDFGPT ...

综合介绍 Qwen-Agent 是一个基于 Qwen 2.0 及以上版本开发的智能代理应用框架，具备指令跟随、工具使用、规划和记忆等能力。该框架提供了多种示例应用，如浏览器助手、代码解释器和自定义助手...

四个 10 分！罕见的一幕出现了，但放在平均分才 4.76 的 ICLR，怎么不算是相当炸裂的存在呢。 这篇征服了列位审稿人的论文，正是 ControlNet 作者张吕敏的新作 IC-Light。我们...

综合介绍 Mini-Cover 是一个开源的在线封面生成工具，专为博客、短视频和社交媒体等平台生成个性化封面。该工具由 JLinMr 开发，旨在提供一个简洁高效的解决方案，帮助用户快速生成符合自己需求...

Snackprompt网站上一条很简单、却很热的Prompt，接近16k人查看，核心是用二八法则来定位学习中的关键部分。 帕累托原则（Pareto principle）建议专注于 20% 的概念，这将...

白嫖微软家的 Windows 云桌面，配置 6 核 12G 内存，不限次数。 体验下来非常丝滑，几乎一点延迟。 首先进入网址：https://learn.microsoft.com/zh-cn/tra...

回顾2024，大模型日新月异，智能体百家争鸣。作为AI应用的重要组成部分，RAG也是“群雄逐鹿，诸侯并起”。年初ModularRAG持续升温、GraphRAG大放异彩，年中开源工具如火如荼、知识图...

综合介绍 MarkItDown是由微软开发的一个Python工具，旨在将各种文件和办公文档转换为Markdown格式。该工具支持多种文件类型，包括PDF、PowerPoint、Word、Excel、图...

综合介绍 Claude Engineer 是一个由 Doriandarko 开发的交互式命令行界面（CLI），利用 Anthropic 的 Claude-3.5-Sonnet 模型来协助软件开发任务...

综合介绍 ZenUML 是一个多平台的图表即代码解决方案，专注于创建序列图和流程图。它通过在浏览器中实时渲染图表，避免了服务器端交互的延迟，使用户的思维过程不被低效的拖放操作或缓慢的加载动画所打断。Z...

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 ...

Phi-4 在仅有 140 亿（14B） 个参数的情况下，通过创新的训练方法和高质量的数据，展现出了媲美甚至超越一些更大规模模型的性能。本文将详细介绍 Phi-4 的架构、特点、训练方法，以及在实际应...

近年来，随着生成式 AI（Generative AI）和大语言模型（LLM）的迅速发展，其安全性和可靠性问题引起了广泛关注。一项最新研究发现了一种被称为 Best-of-N 越狱法 （简称 BoN）的...

综合介绍 Swarms是一个企业级生产就绪的多代理编排框架，旨在通过高效的代理管理和任务处理来提升企业生产力。该框架支持多模型、多内存系统和自定义代理创建，提供了模块化设计和全面的日志记录功能，确保系...

了解 Rexera 如何迁移至 LangGraph，创建用于房地产业务流程的强大质量控制智能体，并显著提升其大语言模型（LLM）回复的准确性。 Rexera 正在通过利用 AI 自动化手动流程，彻底改...

综合介绍 StableAnimator 是一个创新的端到端身份保留视频扩散框架，能够在不进行任何后期处理的情况下，基于参考图像和一系列姿势合成高质量的视频。该项目由 Fudan University...

综合介绍 算了么 是一个利用闲置显卡算力进行科学计算并赚取收益的平台。用户可以通过共享自己电脑的闲置GPU资源，支持科学研究和技术进步，同时获得一定的经济回报。平台旨在促进科技进步，解决重要科研难题...

综合介绍 Sonic 是一个专注于全球音频感知的创新平台，旨在通过音频驱动生成生动的肖像动画。该平台由腾讯和浙江大学的研究团队开发，利用音频信息来控制面部表情和头部运动，从而生成自然流畅的动画视频。S...

最近，AI 编程工具非常火爆，从 Cursor、V0、Bolt.new 再到最近的 Windsurf。 本篇我们先来聊聊开源方案-Bolt.new，产品上线四周，收入就高达400万美元。 无奈该网站国...

综合介绍 Ultravox是一个创新的多模态大语言模型（LLM），专为实时语音处理而设计。与传统的语音识别系统不同，Ultravox无需单独的音频语音识别（ASR）阶段，能够直接将音频转换为高维空间中...

综合介绍 无限缩放稳定扩散（Infinite Zoom Stable Diffusion）是一个开源项目，旨在利用稳定扩散技术创建无限缩放视频。该项目提供了一个易于使用的Colab笔记本，用户可以通过...

综合介绍 Easy-Wav2Lip 是一个基于 Wav2Lip 的改进工具，旨在简化视频唇同步的过程。该工具提供了更简单的设置和执行方式，支持 Google Colab 和本地安装。通过优化算法，Ea...

长文本向量模型能够将十页长的文本编码为单个向量，听起来很强大，但真的实用吗？ 很多人觉得... 未必。 直接用行不行？该不该分块？怎么分才最高效？本文将带你深入探讨长文本向量模型的不同分块策略，分析利...