最新AI教程资讯
FoleyCrafter – 上海人工智能实验室推出的AI视频配音框架
FoleyCrafter是上海人工智能实验室和香港中文大学（深圳）共同推出的AI视频配音框架，FoleyCrafter能自动听出视频中的动作，配上恰到好处的声音效果。不管是视频里的人走路、跑步，还是动物的叫声，甚至是环境里的风声、水声，FoleyCrafter都能智能地加上去，让原本沉默的视频瞬间变得生动起来。
2025-02-21 17:56:49
MinerU – OpenDataLab推出的开源智能数据提取工具
MinerU是上海人工智能实验室OpenDataLab团队推出的开源智能数据提取工具，专注于复杂PDF文档的高效解析与提取。MinerU能将包含图片、公式、表格等元素的多模态PDF文档转化为易于分析的Markdown格式，支持从网页和电子书中提取内容，提高AI语料准备效率。
2025-02-21 17:30:01
CogVideoX – 智谱AI推出的开源AI视频生成模型
CogVideoX是智谱AI最新推出的开源AI视频生成模型，与智谱AI的商业产品“清影”同源。CogVideoX支持英文提示词，能生成6秒长、每秒8帧、分辨率为720*480的视频。模型推理需16-36GB显存，目前不支持量化推理和多卡推理。
2025-02-21 17:02:50
PhotoMaker V2 – 腾讯推出的AI图像生成框架
PhotoMaker V2是腾讯推出的AI图像生成框架，能在极短的时间内生成逼真的人物照片。与初代相比，V2版本在角色的一致性和可控性上实现了显著提升，用户可以通过文本指令精确控制生成结果。
2025-02-21 16:33:40
SEED-Story – 腾讯推出的多模态故事生成模型
SEED-Story是腾讯联合香港科技大学、香港中文大学推出的多模态故事生成模型。基于多模态大语言模型（MLLM），能预测文本和视觉token，通过视觉de-tokenizer生成风格一致的图像。SEED-Story引入了多模态注意力机制，支持生成长达25个序列的连贯故事。
2025-02-21 16:07:16
FlashFace – 阿里联合香港大学推出的高保真AI写真工具
FlashFace是阿里联合香港大学推出的高保真AI写真工具。能基于用户提供的面部图像和文本提示，快速生成个性化的高保真人像写真图。FlashFace具备高保真度身份保留、即时个性化、多样化结果生成等特点，支持改变人物年龄和性别，甚至将虚拟角色转化为逼真真人照片。
2025-02-21 15:46:50
EasyAnimate – 阿里推出的AI视频生成工具
EasyAnimate是阿里推出的AI视频生成工具，支持文生视频和图生视频两种方式，用户可以上传图片作为视频的起始和结束画面，实现更灵活的视频编辑。EasyAnimate最长可生成1分钟的视频，适用于内容创作、教育、营销等多种场景。
2025-02-21 15:22:32
EmoTalk3D – 华为、复旦联合推出的3D数字人框架
EmoTalk3D是华为诺亚方舟实验室、南京大学和复旦大学共同推出的3D数字人框架。技术的核心在于能合成具有丰富情感表达的3D会说话头像。EmoTalk3D能捕捉和再现人类在说话时的唇部动作、面部表情，甚至是更微妙的情感细节，如皱纹和其他面部微动。
2025-02-21 14:57:42
SAM 2 – Meta推出的AI对象分割模型
SAM 2（Segment Anything Model 2）是Meta推出的AI对象分割模型，专注于实时图像和视频对象分割。具备零样本泛化能力，能准确分割未知对象，并通过统一架构同时处理图像和视频。SAM 2的设计支持交互式提示，允许用户通过点击或框选指导分割过程。
2025-02-21 14:33:28
Wordware – 零代码构建AI Agent和应用的开发平台
Wordware 是一个集成开发环境（IDE），可以让任何人通过日常语言构建复杂的 AI Agent 和应用。用户无需编程知识，就能利用预构建的工具和模型快速开发个性化的AI Agent ，整合了当前所有热门的大型语言模型，并且具备高级技术能力，如循环、分支、类型安全和代码执行。
2025-02-21 14:03:38
Qwen2-Math – 阿里推出的数学专用开源AI模型
Qwen2-Math是阿里通义千问推出的基于Qwen2语言模型构建的数学解题专用开源AI模型，专为解决复杂数学问题设计。经过数学专用语料库的预训练和指令微调，表现出色于多数学基准测试。Qwen2-Math在英语和中文数学问题上均有优异成绩
2025-02-21 13:41:36
Aide – 免费开源的AI 编程插件
Aide 是免费开源的AI 编程插件，具备代码注释、语言转换、智能粘贴、批量处理、变量命名和自定义命令等功能，帮助开发者快速理解、编写和重构代码。Aide 支持多种 AI 模型，易于配置，是提升开发效率的得力助手。
2025-02-21 13:12:49
MaxKB – 飞致云推出的开源AI知识库问答系统
MaxKB是飞致云推出的开源AI知识库问答系统，提供开箱即用的功能，支持文档上传、在线文档爬取、文本自动拆分和向量化。用户可以快速嵌入MaxKB到第三方业务系统，享受智能问答带来的便利。
2025-02-21 12:52:03
ExAvatar – Meta推出的3D数字形象生成模型
ExAvatar是DGIST和Meta公司Codec Avatars Lab联合推出的3D数字形象生成模型，通过简短视频克隆人像并转化为3D数字形象。支持手机扫描快速捕捉全身动作和表情，转化为逼真的3D模型。ExAvatar结合SMPL-X模型和3D高斯技术，实现高质量动态渲染，支持全身动画，减少伪影，提供自然流畅的体验。
2025-02-21 12:27:12
Tailor – 免费开源的AI视频编辑工具
Tailor是免费开源的AI视频编辑工具，集成了人脸识别、语音识别等智能技术，提供视频编辑、生成和优化三大功能。能实现人脸剪辑、语音剪辑、口播生成、字幕和色彩生成等，支持背景更换和流畅度、清晰度优化，让视频创作更高效。
2025-02-21 11:58:07
StableDrag – 腾讯联合南京大学推出的AI图像编辑框架
StableDrag是腾讯联合南京大学推出的AI图像编辑框架。让拖拽图片变得既稳又准，就像给图片装上了精准的GPS。无论你想怎么调整，StableDrag都能帮你准确无误地实现。通过点控制和手动拖拽，让图像编辑变得更加高效，P图变得简单又专业。
2025-02-21 11:29:16
La Plateforme – Mistral AI公司推出的AI开发工具
La Plateforme是Mistral AI公司推出AI开发工具，支持用户通过微调来优化AI模型，更好地适应特定的应用场景和数据集。在La Plateforme上用户能够用自己的数据来训练和调整模型，提升模型的性能和准确性。La Plateforme提升了AI模型的个性化和可用性。
2025-02-21 11:08:53
智谱AI开放平台 – 智谱AI推出的大模型开发平台
智谱AI开放平台 是一个面向开发者的大模型开发平台。整合了先进的模型能力、丰富的开发资源、自定义知识库及应用体验中心，助力开发者利用GLM大模型的技术潜力，创造多样化的智能应用。智谱AI开放平台 已成为众多开发者首选的大模型调用平台，并为新注册用户提供了2500万Tokens的资源包，几行代码接入大模型，极速构建变革性AI体验。
2025-02-21 10:46:42
GLM-4-long – 智谱AI推出的200万字长文本模型（已开放API）
GLM-4-long 是智谱AI推出的200万字长文本模型，现已在 智谱AI开放平台 BigModel 上开放API调用。支持超长输入专为处理超长文本和记忆型任务设计，上下文长度最高为1M，约150-200万字，相当于2本红楼梦或者125篇论文。
2025-02-21 10:18:30
Deep-Live-Cam – 开源的 AI 实时换脸工具
Deep-Live-Cam 是开源的AI实时换脸工具，用户仅需一张图片即可在视频中实现实时人脸交换。支持 CPU、NVIDIA CUDA、Apple Silicon、Core ML 等多种硬件平台，确保视频处理的流畅性。Deep-Live-Cam 软件内置防滥用机制，遵守法律和伦理规范，提醒用户在使用时需获得被换脸者的同意。
2025-02-21 09:52:27
人气排行
24小时排行
