综合介绍 Eggnog 是一个用 AI 生成视频的网站。它的核心产品“Time Portal”是一个历史猜谜游戏，玩家通过 AI 视频被“传送”到历史场景，猜测时间和地点。Eggnog 由 Sam P...

Google 旗下的 AI 研究和笔记工具 NotebookLM 近期推出了一项名为“发现来源” (Discover Sources) 的新功能，旨在改变用户收集和整合信息的方式。此前，Noteboo...

人工智能图像生成领域的热门工具 Midjourney 近日发布了其最新模型 Midjourney V7 的 Alpha 测试版本。此次更新距离上一个主要版本 V6 发布已近一年，带来了多项重要改进和新...

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...

综合介绍 Augment Code 是一个专为专业软件工程师设计的AI编码工具，核心特点是能深入理解你的代码库。在SWE-Bench Verified基准测试中以65.4%的成绩排名第一，结合了Cla...

综合介绍 DeepSite 是一个基于 AI 的网站生成工具，用户只需输入简单的文字描述，就能快速生成一个实时可运行前端网页。它由 Hugging Face 社区成员 enzostvs 开发，依托强大...

之前尝试过 免费使用 Gemini 2.0 将语音转换为多发言人字幕 ，效果可圈可点。借着 Gimine 2.5 pro 再次尝试一下。 首先找到一份较为标准的SRT字幕样本作为参考基准（提前做好语音...

综合介绍 uniOCR 是一个开源的文字识别工具，由 mediar-ai 团队开发。它基于 Rust 语言编写，支持 macOS、Windows 和 Linux 系统。用户可以通过它从图片中提取文字...

综合介绍 Serena 是 Oraios AI 团队开发的一款免费开源编程工具，托管在 GitHub 上。它是一个强大的代码助手，可以直接在你的代码库中工作，帮助开发者分析、编辑和执行代码。Seren...

综合介绍 AudioX 是一个由 Zeyue Tian 等人在 GitHub 上开源的项目，官方论文发布于 arXiv（编号 2503.10522）。它基于扩散变换器（Diffusion Transf...

综合介绍 EasyControl 是一个开源项目，项目基于扩散变换器（DiT）架构，提供高效、灵活的图像生成控制。其中，Ghibli Control LoRA 是其特色功能之一，通过仅用 100 张亚...

数学能力，包含公式推导、逻辑链构建和抽象思维，长期以来被视为检验人工智能（AI），特别是大型语言模型（LLM）能力的关键领域。因为它不仅测试计算能力，更深入地考察了模型的推理、理解和解决复杂问题的能力...

综合介绍 Genspark 是一个基于人工智能的搜索工具。它由前百度高管于2023年创立，总部位于美国加州帕洛阿尔托。它与传统搜索引擎不同，Genspark 使用多个 AI 智能体实时生成定制化的搜索...

近期，MCP（Model Context Protocol，模型上下文协议）在科技爱好者和开发者社区中引起了广泛关注。这项技术旨在简化大型语言模型（LLM）与各种外部工具和服务交互的方式，有望重塑我们...

一个有趣且有用的 gpt-4o 作图 prompt，极简主义 3d 插画风格。 我测试了几张，效果很稳定，最后一张图是原推的。 恰当使用的话，应该可以给材料（文章，网站，宣传物料）加分不少。 prom...

当前人工智能（AI）领域的发展速度和颠覆性力量，正引发深刻的行业思考与不安。以下是对正在发生的、以及即将在未来几年内显现的 AI 驱动变革的若干观察与预测。 新一代软件与商业模式的崛起 以 Cha...

近期，人工智能研究机构 OpenAI 在未做大规模公开宣传的情况下，悄然推出了一个名为 OpenAI Academy 的全新在线教育平台。该平台旨在向全球用户免费提供人工智能相关的学习资源，标志着 O...

人工智能 ( AI ) 的普及给教育带来了变革的机遇，但也伴随着严峻的挑战，其中最直接的就是对学术诚信的冲击。AI 工具生成文本的能力，使得传统意义上的抄袭界限变得模糊，给教育工作者带来了前所未有的困...

关于机器人将接管世界的玩笑话，许多人或许都曾听闻。这些玩笑曾基于一种看似遥不可及的现实，但如今，其背后却潜藏着真实的焦虑。人工智能（AI）已不再是科幻概念，而是真实存在且能力日益强大的技术。尽管像 C...

ChatGPT 不仅仅是一个简单的对话助手，它提供了更高级的功能来帮助用户系统性地处理重复性任务和项目。本文将介绍 ChatGPT 中的 Projects (项目) 和 GPTs (定制化 GPT) ...

综合介绍 YOLOE 是清华大学软件学院多媒体智能组（THU-MIG）开发的一个开源项目，全称“You Only Look Once Eye”。它基于 PyTorch 框架，属于 YOLO 系列的扩展...

摘要 在最近的两项随机对照图灵测试中，四种人工智能系统——ELIZA、GPT-4o、LLaMa-3.1-405B和GPT-4.5——接受了独立人群的评估。研究由加州大学圣地亚哥分校的Cameron R...

综合介绍 Open-VoiceCanvas 是一个开源的语音合成平台，由 ItusiAI 团队开发。它支持超过 50 种语言，可以将文字转为自然语音，还能通过上传音频克隆个性化声音。项目整合了 Ope...

综合介绍 Libra 是 Greenbit.ai 推出的一款创新工具，核心功能是通过自然语言对话生成能在本地运行的 AI 智能体。它被称为“Vibe Agent”，能让用户用简单的话描述需求，快速创建...

综合介绍 VideoMind 是一个开源的多模态AI工具，专注于长视频的推理、问答和摘要生成。它由香港理工大学的刘晔（Ye Liu）和新加坡国立大学Show Lab的团队共同开发。工具模仿人类理解视频...

综合介绍 SuperCoder 是一个在终端运行的智能工具，专为程序员设计。它利用 AI 技术，帮助用户搜索代码、查看项目结构、编辑文件和修复 bug。项目由 huytd 在 GitHub 上开源，支...

综合介绍 Emigo 是一个专为 Emacs 设计的开源 AI 编程助手，由 MatthewZMD 在 GitHub 上开发。它通过集成大型语言模型（LLM），帮助程序员在 Emacs 中完成代码分析...

综合介绍 SegAnyMo 是一个开源项目，由加州大学伯克利分校和北京大学的研究团队开发，包括 Nan Huang 等成员。这个工具专注于视频处理，能自动识别和分割视频中任意运动的物体，比如人、动物或...

提示词 A dramatic, front-facing close-up portrait of Hayao Miyazaki. The composition is perfectly symme...

Three.js 就是一个让网页能显示“立体”图像的工具。你可以把它想象成： 它提供了一套工具，让开发者可以在网页上画出各种 3D 的形状，比如立方体、球体等等。 它还能让这些 3D 形状动起来，实现...

综合介绍 GeminiCode 是一个在终端中运行的 AI 编程助手，由开发者在周末业余时间开发。它基于 Google 的 Gemini 2.5 Pro 模型，能读取和修改你电脑当前目录中的文件。这个...

综合介绍 GenXD 是一个开源项目，由新加坡国立大学（NUS）和微软团队开发。它专注于生成任意 3D 和 4D 场景，解决真实世界中 3D 和 4D 生成因数据不足和模型设计复杂带来的难题。项目通过...

综合介绍 ChatAnyone 是 HumanAIGC 团队开发的一个创新项目。它利用人工智能技术，从单张照片和音频输入生成带有上半身动作的数字人肖像视频。这个项目基于层次运动扩散模型，能生成头部动作...

PS：生成小红书笔记封面和多图笔记还是挺方便的。 提示词 创建图片 在一张 A4 大小的纸张上面，用钢笔蓝墨水写一段中文独白，解释下面这段话的概念。用红色记号笔在上面潦草地做一些标记帮助其他人...

综合介绍 Search-R1 是一个开源项目，由 PeterGriffinJin 在 GitHub 上开发，基于 veRL 框架构建。它通过强化学习（RL）技术训练大语言模型（LLM），让模型自主学会...

提示词示例 "生成一个无缝的、可铺设的、手绘的鹅卵石道路纹理，灵感来自幻想RPG游戏，具有不同大小的石块和自然的土色调，适合游戏使用并且具有高分辨率。" "创建一个无缝的、无缝的金属表面纹理...

最近看吉卜力新海诚看吐了，玩点有趣的。Wojak风格图像在未来才更有市场。 不是太稳定，可以详细描述，比如： “图像中前置人物整体保持现有人物线条、轮廓、面部特征，保持背景风格不变，仅将前置人物转...

综合介绍 OctoComics 是一个在线平台，专注于用 AI 帮助用户快速生成 BL 漫画，同时支持其他类型漫画和社区分享。用户输入文字，就能生成 BL 题材、原创连载或 OC 角色漫画，画风多样...

综合介绍 FluxGen 是一个专为开发者设计的AI图像生成工具，由Black Forest Labs提供技术支持。它的核心功能是让用户在代码编辑器中直接生成高质量图像，无需切换到其他设计软件。开发者...

综合介绍 Purposewrite 是一个利用人工智能帮助用户快速生成高质量原创内容的在线写作工具。它通过简单操作，让用户在几秒钟内创建博客、邮件、广告文案等内容。网站的核心特点是结合AI技术，提供个...

综合介绍 HeroUI Chat 是一个基于人工智能的在线平台。它能帮助用户通过简单的文字描述或上传截图，快速生成漂亮且可直接用于生产环境的 React 代码。这个工具依托于开源的 HeroUI 组件...

人工智能研究公司 Runway 近日发布了其下一代媒体生成 AI 模型系列—— Runway Gen-4。该模型旨在解决当前 AI 视频生成中普遍存在的一致性难题，并提升内容生成的可控性，标志着向更稳...

4月1日， OpenAI 首席执行官 Sam Altman 通过社交媒体宣布，公司计划在未来数月内发布一款具备强大推理能力的新型“开源权重”（open-weight）语言模型。OpenAI 对此表示期...

随着大型语言模型 (LLM) 能力的飞速发展，传统的基准测试，如 MMLU，在区分顶尖模型方面逐渐显现出局限性。仅仅依靠知识问答或标准化测试，已难以全面衡量模型在真实世界交互中至关重要的细微能力，例如...

综合介绍 DeepGemini 是一个开源项目，由开发者 Thomas Sligter 创建。它是一个支持多模型编排的 AI 管理工具，主要特点是能灵活组合多种 AI 模型，并通过 OpenAI 兼容...

综合介绍 Avcado AI 是一个帮助用户了解食品内容的智能工具。它的核心功能是通过拍照扫描食品标签，快速识别成分、营养信息和添加剂。用户只需用手机拍下包装上的标签，网站就会分析并展示食品的详细信息...

在人工智能辅助软件开发日益普及的今天，一个关键的挑战浮出水面：如何让 AI 编码助手像人类开发者一样拥有跨会话的“记忆”，能够记住并应用项目的编码规范、偏好设置、特定流程甚至需求细节。目前，广受欢迎的...

综合介绍 Optexity 是一个在 GitHub 上开源的项目，由 Optexity 团队开发。它的核心是用人类演示数据训练 AI 完成计算机任务，尤其是网页操作。项目包含三个代码库：Compute...

综合介绍 II-Researcher 是 Intelligent-Internet 团队开发的一款开源人工智能研究工具，托管于 GitHub。它专为深度搜索和复杂推理设计，能通过智能网页搜索和多步骤分...

大语言模型（LLM）的发展日新月异，其推理能力已成为衡量其智能水平的关键指标。特别是具备长推理能力的模型，例如 OpenAI 的 o1、DeepSeek-R1、QwQ-32B 和 Kimi K1.5 ...

综合介绍 Cua 是一个开源项目，全称“Computer-Use Agent”（计算机使用代理），读作“koo-ah”。它专为 Apple Silicon 设备设计，能创建并运行高性能的 macOS ...

综合介绍 vdspeak是一个在线工具，专注于为YouTube视频提供多语言翻译和配音服务。它利用先进的AI技术，能将视频内容自动翻译并配音成150多种语言，帮助用户轻松触达全球观众。操作简单，用户只...

今天智谱发布了"AutoGLM 沉思"版，很多人说他就是 Manus ，或 Deep Research 一类的产品，这样简单的归纳没错，甚至可以将 Manus归纳为 Deep Research 。但是...

综合介绍 Paper to Podcast 是一个开源工具，专门把学术研究论文转化为生动有趣的播客。它通过人工智能技术，将 PDF 格式的论文变成三个角色——主持、学习者和专家——之间的对话，让复杂的...

综合介绍 Anubis 是一个由 TecharoHQ 团队开发的开源工具，主要用来保护网站免受 AI 爬虫的侵扰。它在 HTTP 请求中加入 SHA256 工作量证明（Proof-of-Work）挑战...

功能 这个提示词将 AI 配置为 "App-Creator"，一个专门为 Poe 平台创建 Canvas Apps (基于 HTML/CSS/JS 的 Web 应用) 的专家。 它提供了详细的操作指南...

综合介绍 OmniSQL 是一个开源项目，由 RUCKBReasoning 团队开发，托管在 GitHub 上。它的核心功能是将用户输入的自然语言问题转化为高质量的 SQL 查询语句，帮助用户轻松与数...

综合介绍 LatentSync 是字节跳动（ByteDance）开发的一个开源工具，托管在 GitHub 上。它通过音频直接驱动视频中人物的唇部动作，让嘴型与声音精准匹配。项目基于 Stable Di...

综合介绍 Morphik Core 是一个开源项目，由 morphik-org 团队开发，托管在 GitHub 上。它以前叫 DataBridge Core，现在更名为 Morphik Core。这个...

综合介绍 Logome 是一个利用人工智能技术帮助用户快速创建专业品牌标识的在线平台。它专为创业者、小型企业和个人设计，无需任何设计经验就能生成独特的logo和完整的品牌套件。用户只需输入品牌名称和行...

综合介绍 Junie 是 JetBrains 推出的一款智能编程助手，专为开发者设计。它集成在 JetBrains 的付费版 IDE（如 IntelliJ IDEA Ultimate、PyCharm ...

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...

瑞典初创公司 Lovable 近期的增长轨迹引人注目，展示了 AI 应用在特定市场定位下的潜力。该公司由 Anton Osika 和 Fabian Hedin 在 2023 年创立，最初通过一个名为 ...

传统电商客服体系依赖智能客服系统与人工团队的配合，但这种模式常面临效率瓶颈和体验痛点。尽管大模型技术已发展数年，多数 AI 客服仍局限于基于预设流程的辅助（SOP 模式）或简单的人机协作（Copilo...

综合介绍 Talecast 是一个 AI 驱动的工具，专注于视频翻译和编辑。它的核心特点是能将视频翻译成 20 种语言并同步唇形，同时让用户像编辑文档一样修改视频内容。适合内容创作者、教育工作者和市场...

综合介绍 serverless-markdown-convertor 是一个免费的开源工具，基于 Cloudflare Worker 和 Workers AI 开发，能将多种文件转换为 Markdow...

综合介绍 DeepPDF 是一个利用人工智能帮助用户处理 PDF 文件的在线工具。它可以让用户直接与 PDF 文档“聊天”，快速提取信息、生成总结，还能翻译文件或分析其中的图像和公式。这个网站的核心在...

综合介绍 EditorJumper 是一个专为 JetBrains IDE 设计的插件，由 GitHub 用户 wanniwa 开发。它能让开发者在 JetBrains IDE（如 IntelliJ ...

综合介绍 VirtualWife 是一个开源的虚拟数字人项目，由开发者 yakami129 创建。它目前处于孵化阶段，目标是打造一个有“灵魂”的虚拟角色，用户可以像朋友一样与之互动。项目支持 B站直播...

综合介绍 GPT-Crawler 是由 BuilderIO 团队开发的一个开源工具，托管在 GitHub 上。它通过输入一个或多个网站 URL，爬取页面内容，生成结构化的知识文件（output.jso...

综合介绍 MegaTTS3 是字节跳动与浙江大学合作开发的一款开源语音合成工具，专注于生成高质量的中英文语音。它的核心模型只有 0.45B 参数，轻量高效，支持中英文混合语音生成和语音克隆。项目托管在...

综合介绍 MCPify.ai 是一个帮助用户用自然语言构建 MCP 服务的平台。MCP 全称是 Model Context Protocol，它让 AI 助手可以连接外部服务，比如云平台、数据库或 A...

综合介绍 GhidraMCP 是一个开源工具，核心目标是把人工智能（AI）与 Ghidra 这个强大的逆向工程软件结合起来。它通过 Model Context Protocol（简称 MCP）协议，让...

综合介绍 KBLaM 是微软开发的一个开源项目，全称是“Knowledge Base augmented Language Model”（知识库增强语言模型）。它通过将外部知识转化为向量并嵌入大模型的...

综合介绍 Course Generator Pro 是一个基于人工智能的在线工具，它能帮助用户快速创建微型学习课程。这个网站的核心功能是让用户输入一个主题或提示词，AI就会自动生成包含文字、图片和视频...

综合介绍 SumiNote 是一个专为学生设计的AI学习平台，由上海乐推网络科技有限公司开发。它通过人工智能技术帮助学生记录课堂内容、整理学习资料、复习考试和写作论文。网站的核心功能是实时转录课堂讲课...

综合介绍 Fenn是一个专为Mac用户设计的本地文件搜索工具。它利用AI技术，能快速搜索电脑里的各种文件，比如PDF、Word文档、视频、音频等。Fenn最大的特点是所有操作都在本地完成，不需要联网...

综合介绍 Pixcue 是一款基于人工智能（AI）的照片修复应用。它帮助用户修复老旧或损坏的照片，提升图像清晰度，并为黑白照片添加自然色彩。Pixcue 使用先进的 AI 技术，能将模糊、低分辨率的照...

综合介绍 Paragraph Rewrite 是一个基于人工智能的文本重写工具。它能帮助用户改写段落，保持原文意思，同时提升文字的清晰度和流畅性。它的最大特点是完全离线运行，数据不上传云端，保护用户隐...

综合介绍 Engram 是一个专为非英语母语者设计的AI写作工具，核心功能包括语法检查、句子改写和翻译。它通过分析非母语者的常见错误，提供自然流畅的英文建议。网站操作简单，用户输入文字后即可获得实时反...

综合介绍 ImageTranslate 是一个简单易用的在线工具，专门用来翻译图片中的文字。它通过OCR（光学字符识别）技术，从图片中提取文字，然后快速翻译成用户需要的语言。网站支持40多种语言，包括...

综合介绍 Podcastle 是一个基于人工智能的在线平台，专门帮助用户快速创建和编辑高质量的播客。它集成了录音、编辑和发布功能，用户无需专业设备或复杂软件，只需通过浏览器就能完成所有操作。平台利用 ...

综合介绍 Project G-Assist 是 NVIDIA 推出的一款 AI 助手工具，专为 GeForce RTX 用户设计。它通过语音或文字命令，帮助用户优化电脑性能、调整游戏设置、监控硬件状态...

综合介绍 LangGraph CodeAct 是 LangChain AI 团队在 GitHub 上开源的一个框架，基于 CodeAct 架构（详见论文 arXiv:2402.01030）。它通过生成...

引言 近年来，大型语言模型（LLMs）在人工智能领域取得了令人瞩目的进展，其强大的语言理解和生成能力使其在多个领域得到了广泛应用。然而，LLMs 在处理需要调用外部工具的复杂任务时，仍然面临诸多挑战...

综合介绍 BrowserTools MCP 是一个开源项目，由 AgentDeskAI 团队开发。它通过 Chrome 扩展和 Node.js 服务，让 AI 能实时监控浏览器活动，包括日志、网络请求...

Python 生态向来不缺包管理和环境管理工具，从经典的 pip、virtualenv 到 pip-tools、conda，再到现代化的 Poetry、PDM 等等。每种工具都有其擅长的领域，但也常常...

导言 近年来，多智能体系统（MAS）在人工智能领域引起了广泛关注。这些系统通过多个大语言模型（LLM）智能体的协作，试图解决复杂的、多步骤的任务。然而，尽管人们对 MAS 充满期待，其在实际应用中的表...

综合介绍 AgentLaboratory 是一个开源工具，托管在 GitHub 上，由 Samuel Schmidgall 开发。它利用大语言模型（LLM）驱动的智能代理，帮助研究人员完成科研全流程...

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...

综合介绍 Kilo Code 是一个开源的 Visual Studio Code（简称 VS Code）扩展插件。它利用人工智能技术帮助用户更高效地编写代码。这个项目由 Kilo-Org 团队开发，最...

综合介绍 G-Search-MCP 是一个开源的谷歌搜索工具，托管在 GitHub 上，由开发者 jae-jae 基于 google-search 修改而来。它通过 MCP（Model Context...

综合介绍 AgentIQ 是 NVIDIA 推出的一款开源工具，旨在帮助开发者高效连接和管理 AI 智能体。它能让不同框架的智能体无缝协作，连接企业数据和工具，像调用函数一样构建工作流。这个工具的最大...

人工智能（AI） Agent 正逐渐成为企业运营中的新型数字化劳动力，它们能够自动化处理复杂任务，显著提升工作效率。然而，单个 Agent 的能力有限，真正的潜力在于它们的协同工作。当不同的 AI A...

综合介绍 Tavily 是一个专为 AI 设计的搜索工具，核心目标是帮助开发者和大模型获取实时、准确的在线信息。它不像传统搜索引擎那样面向普通用户，而是为 AI 代理和大型语言模型（LLM）量身打造...

像 Claude 这样的大型语言模型 (LLM) 并非由人类直接编写程序代码造就，它们是在海量数据中训练出来的。在这个过程中，模型自己学会了解决问题的策略。这些策略隐藏在模型生成每个词时进行的数十亿次...

综合介绍 RunRabbit 是一个基于人工智能的工具，它能让用户通过简单的语音或文字指令，控制浏览器完成各种任务。它最大的特点是理解用户的需求，然后自动操作网页，比如搜索信息、填写表单或执行重复性工...

综合介绍 MIDI-3D 是 VAST-AI-Research 团队开发的一个开源项目，它能从一张图片快速生成包含多个物体的3D场景，适合开发者、研究人员和创作者使用。这个工具基于多实例扩散模型技术...

综合介绍 TripoSF 是 VAST-AI-Research 团队打造的一个开源项目，专门用来从单张图像快速生成高分辨率的 3D 模型。它用了一种叫 SparseFlex 的技术，处理效率高，能在普...