最新AI教程资讯
Yuxi-Know – 基于大模型 RAG 知识库的 AI 知识图谱问答平台
Yuxi-Know（语析）是基于大模型RAG知识库与知识图谱技术构建的智能问答平台。Yuxi-Know支持多种知识库文件格式（如PDF、TXT、MD、Docx），支持将文件内容转换为向量存储，便于快速检索。
2025-05-15 11:04:43
SurveyGO卷姬 – 清华联合面壁智能开源的AI论文写作工具
SurveyGO（卷姬） 是面壁智能团队开源的AI论文写作工具。支持根据用户输入的论文主题和描述，快速生成结构清晰、内容丰富的综述文章，帮助科研人员和学生高效完成文献综述部分。
2025-05-15 10:40:43
Suna – Kortix推出的全球首款通用型 AI Agent 开源项目
Suna 是Kortix推出的全球首款通用型 AI Agent 开源项目，支持高效解决现实场景中的各类任务。基于自然流畅的对话交互，Suna 支持智能辅助研究分析、数据处理及日常事务，化身专属数字伙伴。Suna 具备强大的功能，包括浏览器自动化、文件管理、网络爬虫、命令行执行、网站部署及与多种API的集成。
2025-05-15 10:16:43
混元3D v2.5 – 腾讯推出的最新版 3D 生成模型
混元3D v2 5是腾讯推出的新一代3D生成模型，在建模精细度上大幅提升，总参数量从1B提升至10B，有效面片数增加超10倍，有效几何分辨率达到1024，实现超高清的几何细节建模，表面更平整、边缘更锐利、细节更丰富。
2025-05-15 09:52:43
UFO² – 微软推出的 Windows 桌面 Agent 操作系统
UFO² 是微软推出的面向 Windows 桌面的多Agent操作系统（AgentOS），基于深度系统集成和自然语言交互实现复杂桌面任务的自动化。UFO²基于中央 HostAgent 分解任务协调多个应用专用的 AppAgent 执行操作，结合 GUI 交互和原生 API 调用，提高任务执行的效率和鲁棒性。
2025-05-15 09:28:43
AvatarFX – Character.AI 推出的 AI 视频生成模型
AvatarFX 是 Character AI 推出的先进 AI 视频生成模型。基于上传一张图片和选择声音，让角色瞬间“活起来”，实现说话、唱歌和表达情感。AvatarFX支持多角色、多轮对话，从单张图片生成高质量视频。
2025-05-15 09:04:43
Miras – 谷歌推出的深度学习架构设计通用框架
Miras是谷歌推出的用在深度学习架构设计的通用框架，特别是序列建模任务。Miras基于关联记忆和注意力偏差的概念，将Transformer、现代线性RNN等模型重新定义为具有内部优化目标的关联记忆模块。
2025-05-14 17:37:25
SocioVerse – 复旦大学联合小红书等机构开源的社会模拟世界模型
SocioVerse（众生） 是复旦大学、上海创智学院、罗切斯特大学和小红书联合推出的社会模拟世界模型。基于大语言模型（LLM）驱动的智能体和包含1000万真实用户的数据池，构建与现实世界“对齐”的大规模社会模拟框架。
2025-05-14 17:13:25
Pad.ws – 在线AI开发工具，白板功能与代码编辑器深度结合
Pad ws 是创新的在线开发环境，结合了白板功能与完整的 IDE 工具。基于浏览器运行，无需安装额外软件，用户可以随时随地通过任何设备访问。将交互式白板与代码编辑器深度融合，支持使用 Excalidraw 进行绘图，方便头脑风暴和创意构思，集成 VS Code 和终端，满足代码编写、调试和运行需求。
2025-05-14 16:49:25
GPT-image-1 – OpenAI 推出的最新图像生成模型
GPT-image-1是OpenAI推出的原生多模态图像生成模型，基于API向开发者开放使用。模型根据文本提示和图像生成高质量、专业级的图像，支持多种风格和自定义功能，如图像质量、尺寸、格式、压缩程度等。
2025-05-14 16:25:25
Eagle 2.5 – 英伟达推出的视觉语言模型
Eagle 2 5是英伟达推出的视觉语言模型，专注于长上下文多模态学习的 AI 模型，参数规模仅为 8B。参数量较小，但在处理高分辨率图像和长视频序列方面表现出色，性能媲美参数量更大的 Qwen 2 5-VL-72B 和 InternVL2 5-78B。
2025-05-14 16:01:25
Skywork-R1V 2.0 – 昆仑万维开源的新版多模态推理模型
Skywork-R1V 2 0 是昆仑万维最新开源的多模态推理模型，专为复杂推理任务设计，具备强大的视觉与文本推理能力。模型基于混合强化学习和多模态奖励模型（Skywork-VL Reward）实现推理能力与泛化能力的平衡，引入选择性样本缓冲区（SSB）机制解决“优势消失”问题。
2025-05-14 15:37:25
Flex.2-preview – Ostris 推出的文本到图像扩散模型
Flex 2-preview 是Ostris开源的 80 亿参数文本到图像扩散模型，支持通用控制输入（如线条、姿态、深度）和内置修复功能。模型基于一个模型满足多种创意需求，支持长文本输入（512 个 token），支持基于 ComfyUI 或 Diffusers 库轻松使用。
2025-05-14 15:13:25
DAM-3B – 英伟达推出的多模态大语言模型
DAM-3B（Describe Anything 3B）是英伟达推出的多模态大语言模型，专为生成图像和视频中特定区域的详细描述设计。模型通过点、边界框、涂鸦或掩码等方式指定目标区域，能生成精准且符合上下文的描述文本。
2025-05-14 09:44:32
Cooragent – 清华 LeapLab 开源的 AI Agent 协作框架
Cooragent是由清华大学LeapLab团队推出的开源AI Agent协作框架。用户基于简单的一句话描述快速创建Agent，支持Agent之间的协作，完成复杂任务。Cooragent基于Prompt-Free设计，无需手动设计Prompt，系统自动根据需求生成Agent优化功能。
2025-05-14 09:42:56
Open Avatar Chat – 阿里开源的实时数字人对话系统
Open Avatar Chat 是阿里开源的模块化的实时数字人对话系统，支持在单台电脑上运行完整的功能。Open Avatar Chat 支持低延迟的实时对话（平均响应延迟约2 2秒），兼容多模态语言模型，包括文本、音频和视频等多种交互方式。
2025-05-14 09:41:20
LongPort MCP – 长桥集团推出的证券业首个券商MCP
LongPort MCP（Model Context Protocol）是长桥集团推出的证券行业首个券商MCP。基于 LongPort MCP，AI 能快速调用证券行情数据、执行股票交易、管理资产组合等核心金融服务。
2025-05-14 09:39:44
RAGEN – 训练大模型推理 Agent 的开源强化学习框架
RAGEN是开源的强化学习框架，用于在交互式、随机环境中训练大型语言模型（LLM）推理Agent。基于StarPO（State-Thinking-Action-Reward Policy Optimization）框架，通过多轮交互优化整个轨迹，支持PPO、GRPO等多种优化策略。
2025-05-14 09:38:08
文心大模型4.5 Turbo – 百度推出的最新多模态大模型
文心大模型4 5 Turbo是百度推出的高性能、低成本多模态大模型。基于文心大模型4 5的基础上进行优化，具备多模态、强推理能力，能处理文本、图像等多种输入形式。相比文心大模型4 5，文心大模型4 5 Turbo的速度更快，成本大幅降低，价格下降80%。
2025-05-14 09:36:32
文心大模型X1 Turbo – 百度推出的最新深度思考型模型
文心大模型X1 Turbo是百度推出的深度思考型模型，是文心大模型4 5 Turbo的升级版本，具备更先进的思维链和深度思考理能力，擅长文学创作、逻辑推理等，进一步增强多模态能力。
2025-05-14 09:34:56
人气排行
24小时排行
