最新AI教程资讯
GPT Pilot – AI编程工具，让95%的开发者实现自动写代码
GPT Pilot 是一款AI编程工具，通过模仿人类开发者的工作流程，帮助从零开始构建应用程序。能编写代码、调试程序、与用户讨论问题，并请求代码审查，是真正的 AI 开发者伙伴。GPT Pilot 支持多种运行方式，包括 VS Code 扩展、命令行工具和 Docker 容器，开发者能在熟悉的环境里提升开发效率。
2025-02-17 10:50:14
GaussianEditor – 一种3D编辑算法，支持快速且精确地修改3D场景
GaussianEditor 是一种基于高斯飞溅（Gaussian Splatting）的3D编辑算法，支持用户快速而精确地修改3D场景。通过高斯语义跟踪和分层高斯飞溅，提供了高度的编辑控制和稳定性，同时保持了渲染质量。
2025-02-17 10:25:06
mPLUG-Owl3 – 阿里巴巴推出的通用多模态AI模型
mPLUG-Owl3是阿里巴巴推出的先进通用多模态大模型，专为理解和处理多图及长视频设计。在保持准确性的同时，显著提升了推理效率，能在4秒内分析完2小时电影。
2025-02-17 10:01:59
Lingo – 西湖心辰推出的端到端语音大模型，媲美GPT-4o
Lingo 是西湖心辰推出的国内首个端到端语音大模型，在技术上具备实时打断、实时指令控制、超级拟人、能说会唱等能力，拥有比 GPT-4o 更出色的中文语音效果。
2025-02-17 09:33:00
山海大模型 – 云知声推出的多模态AI大模型
山海大模型是云知声推出的多模态AI大模型，具备丰富的知识储备和多模态交互能力。山海大模型能通过文本、音频、图像等多种形式与用户进行实时互动，提供信息查询、知识学习、灵感激发等服务。山海大模型特点包括实时响应、情绪感知、音色切换和视觉场景理解，最新推出的山海多模态大模型，能实现实时的多模态交互，实时生成文本、音频和图像。
2025-02-14 18:01:25
AIEditor – 面向AI的下一代富文本编辑器
AIEditor是面向 AI 的下一代富文本编辑器，AIEditor基于 Web Component 开发，支持 Layui、Vue、React、Angular、Svelte 等几乎任何前端框架。AIEditor适配了 PC Web 端和手机端，并提供了 亮色 和 暗色 两个主题。AIEditor还提供了灵活的配置，开发者可以方便的开发任何文字编辑的应用。
2025-02-14 17:41:17
Omages – 开源的3D模型生成项目
Omages是一个开源的3D模型生成项目，基于图像扩散技术将3D形状的几何和纹理信息编码进64x64像素的2D图像中，从而简化3D建模流程。
2025-02-14 17:18:25
GLM-4-Flash – 智谱AI推出的首个免费大模型API
GLM-4-Flash是智谱AI推出的首个免费大模型API，GLM-4-Flash不仅支持多轮对话和多语言处理，还具备网页浏览、代码执行等高级功能。开发者和企业可以在智谱AI开放平台接入免费使用，GLM-4-Flash 模型在“速度”和“性能”两方面都具有较大优势，提供了极具成本效益的AI解决方案。
2025-02-14 16:53:37
AgentGen – 微软联合港大推出的提高AI大模型规划能力的框架
AgentGen是香港大学与微软联合推出的AI项目框架，通过自动生成多样化环境和任务，显著提升了大语言模型（LLM）的规划能力。AgentGen利用BI-EVOL方法，创建难度递增的任务集，使8B参数的Llama-3模型在某些任务上接近GPT-4水平。AgentGen在领域内和领域外任务评估中表现出色，未来有望应用于机器人控制、智能家居等复杂规划任务。
2025-02-14 16:31:39
MotionGen – 元象科技推出的3D动作生成模型
MotionGen是元象科技推出的3D动作生成模型，结合了大模型、物理仿真和强化学习算法，支持用户仅通过简单文本指令即可快速生成逼真且流畅的3D动作。MotionGen极大地简化了3D动画的制作过程，提高了创作效率。MotionGen模型处于测试阶段，感兴趣的用户可以申请免费试用，体验这一创新工具。
2025-02-14 16:04:39
GameNGen – 谷歌推出的首个AI游戏引擎，生成实时可玩的游戏
GameNGen是谷歌推出的首个AI游戏引擎，能以每秒20帧的速度实时生成逼真的DOOM游戏画面，甚至让60%的玩家无法区分真假。GameNGen预示着游戏开发可能不再需要传统编程，大幅降低成本，同时为游戏创作带来无限可能。GameNGen的推出可能颠覆2000亿美元的游戏产业，其影响或将扩展至虚拟现实、自动驾驶等领域。
2025-02-14 15:39:28
GLM-4-Plus – 智谱AI最新推出的旗舰大模型，性能全面提升
GLM-4-Plus是智谱AI最新推出的高智能旗舰大模型，在语言理解和长文本处理上取得突破，采用创新技术如PPO，显著提升推理和指令遵循能力。GLM-4-Plus在多个关键指标上与GPT-4o等顶尖模型相媲美，现已开放API服务，并将集成到"智谱清言APP"中，提供流畅的多模态交互体验。
2025-02-14 15:11:49
CogView-3-Plus – 智谱AI最新推出的AI文生图模型，媲美 MJ-V6 和 FLUX
CogView-3-Plus是智谱AI最新推出的AI文生图模型，采用Transformer架构替代传统UNet，优化了扩散模型的噪声规划。CogView-3-Plus在图像生成方面表现出色，能根据指令生成高质量图像，性能接近行业领先模型如MJ-V6和FLUX。CogView-3-Plus已在开放平台提供API服务，并已集成到"智谱清言APP"中，支持多模态图像生成需求。
2025-02-14 14:48:58
GLM-4V-Plus – 智谱AI最新推出的多模态AI模型，专注图像和视频理解
GLM-4V-Plus是智谱AI最新推出的多模态AI模型，专注于图像和视频理解。GLM-4V-Plus不仅能够精确分析静态图像，还具备动态视频内容的时间感知和理解能力，能捕捉视频中的关键事件和动作。作为国内首个提供视频理解API的模型，GLM-4V-Plus已集成在“智谱清言APP”中，并上线“视频通话”功能。同时，GLM-4V-Plus在智谱AI开放平台 BigModel 上同步开放API，支持开发者和企业用户快速集成视频分析功能。
2025-02-14 14:25:28
Qwen2-VL – 阿里巴巴达摩院开源的视觉多模态AI模型
Qwen2-VL是阿里巴巴达摩院开源的视觉多模态AI模型，具备高级图像和视频理解能力。Qwen2-VL支持多种语言，能处理不同分辨率和长宽比的图片，实时分析动态视频内容。Qwen2-VL在多语言文本理解、文档理解等任务上表现卓越，适用于多模态应用开发。
2025-02-14 13:57:43
auto-video-generator – AI自动解说视频生成器
auto-video-generator是AI自动解说视频生成器，能实现一键生成解说视频。用户只需输入主题，系统便自动撰写脚本、合成语音、生成图片并合成视频，极大提升内容创作效率。
2025-02-14 13:35:00
VFusion3D – Meta联合牛津大学推出的AI生成3D模型项目
VFusion3D 是由 Meta 和牛津大学的研究人员共同推出的AI生成3D模型项目，能从单张图片或文本描述中生成高质量的3D对象。VFusion3D 通过微调预训练的视频 AI 模型来生成合成的3D数据，解决了3D训练数据稀缺的问题。
2025-02-14 13:09:53
edge-tts – 开源的AI文字转语音项目
edge-tts是开源的AI文字转语音项目，支持超过40种语言和300多种声音。edge-tts利用微软Azure Cognitive Services的强大功能，能将文本信息转换成流畅自然的语音输出。edge-tts特别适合开发者在应用程序中集成语音功能，提供了丰富的语言和声音选择，能满足多样化的语音合成需求。
2025-02-14 12:48:49
LM Studio – 开源、傻瓜、一站式部署本地大模型 (LLM) 的应用平台
LM Studio 是一个本地大语言模型 (LLM) 应用平台，开源、傻瓜、一站式部署本地大模型。包括但不限于Llama、MPT、Gemma等，LM Studio 提供了一个图形用户界面（GUI），即使是非技术人员也能轻松地使用大型模型。
2025-02-14 12:25:57
Video-LLaVA2 – ChatLaw推出的开源多模态智能理解系统
Video-LLaVA2是由北京大学ChatLaw课题组研发的开源多模态智能理解系统，通过创新的时空卷积（STC）连接器和音频分支，提升了视频和音频理解能力。模型在视频问答和字幕生成等多个基准测试中表现出色，与一些专有模型相媲美，同时在音频和音视频问答任务中也展示了优越的多模态理解能力。
2025-02-14 11:57:27
人气排行
24小时排行
