最新AI教程资讯
Krea 1 – Krea AI推出的AI图像生成模型
Krea 1 是 Krea AI 推出的 AI 图像生成模型，解决传统 AI 图像生成中的“AI 美学”问题。模型能生成高度逼真、纹理清晰的图像，支持多种艺术风格，提供风格参考系统，支持用户上传图片作为风格参考，将风格应用到生成图像中。
2025-07-18 09:44:49
Seedance 1.0 – 字节跳动推出的视频生成模型
Seedance 1 0 是字节跳动Seed团队推出的视频生成基础模型。模型支持文字与图片输入，能生成多镜头无缝切换的1080p高品质视频，具备原生多镜头叙事能力，能进行远中近景画面切换，主体运动稳定，画面自然。
2025-07-18 09:20:49
豆包大模型1.6 – 字节跳动推出的多模态深度思考模型
豆包大模型1 6（Doubao-Seed-1 6）是字节跳动推出的多模态深度思考大模型。模型支持auto、thinking和non-thinking三种思考模式，能处理文字、图片、视频等多种输入形式，支持输出高质量的文字内容。模型具备256k长上下文窗口，最大输入长度可达224k tokens，输出长度支持最大16k tokens，推理能力强大。
2025-07-17 16:44:39
Reor – 开源AI个人知识管理工具，自动连接相关笔记
Reor是开源的本地化AI个人知识管理应用。应用支持自动链接相关笔记、语义搜索和Q&A功能，用户基于类似Obsidian的Markdown编辑器进行笔记编辑。Reor基于Ollama、Transformers js和LanceDB等技术，实现LLM和嵌入模型的本地运行，确保数据隐私。
2025-07-17 16:20:39
V-JEPA 2 – Meta AI开源的世界大模型
V-JEPA 2 是Meta AI推出的世界大模型，基于视频数据实现对物理世界的理解、预测和规划。V-JEPA 2 用于 12 亿参数的联合嵌入预测架构（JEPA），基于自监督学习从超过 100 万小时的视频和 100 万张图像中训练而成。
2025-07-17 15:56:39
HistAgent – 普林斯顿联合复旦推出的AI历史研究助手
HistAgent 是普林斯顿大学 AI 实验室与复旦大学历史学系联合推出的专为历史研究设计的人工智能助手系统。解决历史研究中多模态信息处理、跨语言分析和复杂推理等难题。
2025-07-17 15:32:40
SeedVR2 – 字节跳动推出的视频修复模型
SeedVR2是字节跳动推出的新型单步视频修复（Video Restoration, VR）模型，基于扩散模型和对抗性后训练（Adversarial Post-Training, APT）技术。模型基于自适应窗口注意力机制和特征匹配损失等创新设计，实现高分辨率视频的高效修复，支持在单步中生成高质量的视频内容，显著降低传统多步扩散模型的计算成本。
2025-07-17 15:08:39
Next-Frame Diffusion – 北大联合微软推出的自回归视频生成模型
Next-Frame Diffusion（NFD）是北京大学和微软研究院联合推出的自回归视频生成模型，结合扩散模型的高保真生成能力和自回归模型的因果性和可控性。Next-Frame Diffusion基于块因果注意力机制（Block-wise Causal Attention）和扩散变换器（Diffusion Transformer）实现高效的帧级生成。
2025-07-17 14:44:39
LLIA – 美团推出的音频驱动肖像视频生成框架
LLIA（Low-Latency Interactive Avatars）是美团公司推出的基于扩散模型的实时音频驱动肖像视频生成框架。框架基于音频输入驱动虚拟形象的生成，支持实现低延迟、高保真度的实时交互。
2025-07-17 14:20:39
Hunyuan3D-2.1 – 腾讯混元开源的工业级3D生成模型
Hunyuan3D-2 1 是腾讯混元团队推出的开源项目，专注于从图像生成高保真 3D 资产。具备基于物理的渲染（PBR）材质合成能力，能生成逼真的纹理和材质，如金属反射和次表面散射效果。
2025-07-17 13:56:39
MAGREF – 字节跳动推出的多主体视频生成框架
MAGREF（Masked Guidance for Any‑Reference Video Generation）是字节跳动推出的多主体视频生成框架。MAGREF仅需一张参考图像和文本提示，能生成高质量、主体一致的视频，支持单人、多人及人物与物体、背景的复杂交互场景。
2025-07-17 13:32:39
Code Researcher – 微软研究院推出的深度研究Agent工具
Code Researcher是微软研究院推出的深度研究Agent工具，专门用于处理大型系统代码库及其提交历史，自动化修复系统代码崩溃问题。通过三个阶段工作：分析（Analysis）、合成（Synthesis）和验证（Validation）。
2025-07-17 13:08:39
Seaweed APT2 – 字节跳动推出的AI视频生成模型
Seaweed APT2是字节跳动推出的创新的AI视频生成模型，通过自回归对抗后训练（AAPT）技术，将双向扩散模型转化为单向自回归生成器，实现高效、高质量的视频生成。
2025-07-17 12:44:39
MiniMax-M1 – MiniMax最新开源的推理模型
MiniMax-M1是MiniMax团队最新推出的开源推理模型，基于混合专家架构（MoE）与闪电注意力机制（lightning attention）相结合，总参数量达 4560 亿，每个token激活 459 亿参数。模型超过国内的闭源模型，接近海外的最领先模型，具有业内最高的性价比。
2025-07-17 12:20:39
FlowDirector – 西湖大学联合中南大学推出的视频编辑框架
FlowDirector是西湖大学AGI Lab团队联合中南大学推出的新型无训练（training-free）视频编辑框架，专门用在根据自然语言指令对视频内容进行精确编辑。框架直接在数据空间中建模编辑过程，用常微分方程（ODE）驱动的平滑过渡路径，避免传统基于潜空间逆映射方法带来的时序不一致性和结构失真问题。
2025-07-17 11:56:39
DreamActor-H1 – 字节跳动推出的产品演示视频生成框架
DreamActor-H1是字节跳动推出的基于扩散变换器（Diffusion Transformer, DiT）的框架，支持从配对的人类和产品图像生成高质量的人类产品演示视频。框架注入人类和产品的参考信息，用掩码交叉注意力机制，同时保留人类身份和产品细节（如标志和纹理）。
2025-07-17 11:32:39
Kimi-Dev – 月之暗面推出的开源代码模型
Kimi-Dev是Moonshot AI推出的开源代码模型，专为软件工程任务设计。模型拥有 72B 参数量，编程水平比最新的DeepSeek-R1还强，和闭源模型比较也表现优异。在 SWE-bench Verified数据集上达到60 4%的性能，超越其他开源模型，成为当前开源模型中的SOTA。
2025-07-17 11:08:40
ThinkChain – 开源AI框架，工具结果实时反馈到AI思考过程中
ThinkChain是开源框架，能提升AI工具的智能交互能力。框架将工具的执行结果实时反馈到AI（如 Claude）的思考过程中，形成动态的反馈循环，让AI能调用工具，根据工具结果进行推理和决策。
2025-07-17 10:44:39
Sparc3D – 南洋理工等机构推出的3D模型生成框架
Sparc3D是南洋理工大学联合Sensory Universe和帝国理工学院推出的用在高分辨率3D模型生成框架，解决传统3D生成方法中细节丢失和效率低下的问题。框架结合稀疏可变形Marching Cubes表示（Sparcubes）和稀疏卷积变分自编码器（Sparconv-VAE）。
2025-07-17 10:20:39
LeVo – 腾讯AI实验室推出的AI唱歌模型
LeVo是腾讯AI实验室推出的AI唱歌模型，具备强大的音色克隆能力，仅需3秒音频即可精准复制目标音色，包括音调、情感和韵律，无需大量训练数据。LeVo支持分轨生成，可分别生成人声和伴奏音轨，为后期编辑提供便利。
2025-07-17 09:56:39
人气排行
24小时排行
