最新AI教程资讯
OmniSQL – 开源文本到 SQL 模型，自然语言转换为 SQL 查询语句
OmniSQL 是开源的文本到 SQL 模型，将自然语言问题高效转换为 SQL 查询语句。通过创新的数据合成框架生成了首个百万量级的文本到 SQL 数据集 SynSQL-2 5M，包含 250 万条高质量样本，覆盖 16,000 余个跨领域数据库，样本涵盖多种复杂度层级和语言风格。
2025-04-25 13:34:28
MegaTTS 3 – 字节与浙江大学合作推出的零样本语音合成系统
MegaTTS 3是字节跳动与浙江大学合作推出的零样本文本到语音合成系统，采用轻量级扩散模型，参数量仅0 45B，能高效生成高质量语音。系统将语音分解为内容、音色、韵律等属性分别建模，支持中文、英文及中英混合语音合成，具备超高音质的语音克隆能力，几秒音频样本能模仿目标声音。
2025-04-25 13:14:28
AutoGLM沉思 – 智谱推出首个免费、具备深度研究和操作能力的AI Agent
AutoGLM沉思是智谱推出的首个免费、具备深度研究和操作能力的AI Agent，能模拟人类思维过程，处理复杂的开放式问题。AutoGLM沉思具备强大的推理能力和自主操作能力，支持进行多步骤的深度思考，像人类一样自主浏览和操作网页，完成从数据检索、分析到生成报告。
2025-04-25 12:54:28
cpmGO – 面壁智能推出的首个纯端侧汽车智能助手
cpmGO （小钢炮超级助手）是面壁智能推出的全球首个纯端侧智能助手，专为汽车智能座舱设计。cpmGO 基于面壁小钢炮MiniCPM 端侧模型开发，具备视觉、语音、多模态交互、图形UI交互等丰富能力，实现舱外至舱内的全链条感知、决策与执行。
2025-04-25 12:34:28
AReaL-boba – 蚂蚁联合清华开源的强化学习训练框架
AReaL-boba 是蚂蚁技术研究院和清华大学联合推出的开源强化学习训练框架。AReaL-boba是 AReaL 的升级版本，降低了强化学习训练门槛，用户能轻松训练推理模型。
2025-04-25 12:14:28
Qlib – 微软开源的金融 AI 量化投资工具
Qlib 是微软亚洲研究院推出的面向金融行业的AI量化投资工具，帮助量化研究者探索 AI 技术在投资领域的潜力。Qlib提供高性能的数据处理基础设施，支持从数据获取、模型训练到投资组合管理的全流程。
2025-04-25 11:54:28
OpenDeepSearch – AI搜索工具，支持深度网络搜索和信息检索
OpenDeepSearch 是开源的深度搜索工具，基于开源推理模型和推理代理提升搜索性能，专为 Hugging Face 的 SmolAgents 无缝集成进行优化，支持深度网络搜索和信息检索。
2025-04-25 11:34:28
Hi3DGen – 港中文、字节、清华联合推出的3D几何生成框架
Hi3DGen 是香港中文大学（深圳）、字节跳动和清华大学的研究人员共同推出的高保真3D几何生成框架。能从2D图像生成高保真3D模型，通过基于法线图作为中间表示，Hi3DGen 可以生成丰富的几何细节，显著优于现有方法。
2025-04-25 11:14:28
GLM-Z1-Air – 智谱推出的深度思考模型
GLM-Z1-Air 是智谱公司推出的基于 GLM-4-Air-0414 的深度思考模型。GLM-Z1-Air在预训练阶段引入更多推理类数据，在对齐阶段深度优化通用能力，展现出强大的数理推理性能，与 DeepSeek-R1 等模型媲美。
2025-04-24 17:13:49
AI-ClothingTryOn – AI虚拟试穿应用，支持生成多版本试衣效果
AI-ClothingTryOn 是基于 Python 的桌面应用程序，用 Google Gemini AI 技术实现虚拟试衣功能。AI-ClothingTryOn支持分别上传人物照片和服装照片，基于 AI 技术生成逼真的合成图像，展示人物穿上所选服装的效果。
2025-04-24 16:53:49
GLM-4-Air-0414 – 智谱推出的基座模型
GLM-4-Air-0414是智谱公司推出的拥有320亿参数的基座模型，是AutoGLM沉思背后的模型。GLM-4-Air-0414在预训练阶段加入更多代码类、推理类数据，针对智能体能力进行优化，在工具调用、联网搜索、代码等智能体任务上表现出色。
2025-04-24 16:33:49
Second Me – 心识宇宙开源的 AI 身份模型
Second Me 是心识宇宙（Mindverse）推出的开源AI身份模型，支持创建完全私有且深度个性化的AI代理，代表用户的“真实自我”。Second Me 提供 Chat Mode 和 Bridge Mode 两种互动模式，分别支持个性化对话和作为用户与世界连接的桥梁，实现信息的个性化反馈与增强。
2025-04-24 16:13:49
FinGPT – 开源金融领域大模型，可预测股票价格走势
FinGPT 是开源的金融领域大型预训练语言模型，基于自然语言处理技术推动金融创新。通过强化学习和人类反馈（RLHF）技术，能学习个人偏好，提供个性化的投资建议。
2025-04-24 15:53:49
GLM-Z1-Rumination – 智谱推出的沉思模型
GLM-Z1-Rumination 是智谱公司推出的沉思模型，基于 GLM-Z1 进一步优化而成。GLM-Z1-Rumination基于扩展强化学习训练，提升模型结合工具使用完成长程推理的能力。模型能主动理解用户需求，结合实时联网搜索、动态工具调用、深度分析和自我验证，形成完整的自主研究流程。
2025-04-24 15:33:49
Runway Gen-4 – Runway 推出最新的AI视频生成模型
Runway Gen-4 是 AI 初创公司 Runway推出的高保真AI视频生成模型。支持在多个场景中保持人物、物体和环境的一致性，无需额外精调或训练。用户提供一张参考图和文字指令，Runway Gen-4 能生成具有逼真物理效果、连贯叙事和高质量视觉风格的视频内容。
2025-04-21 16:44:28
Neo-1 – VantAI 推出的首个原子生成式AI模型
Neo-1 是 VantAI 推出的全球首个将从头分子生成与原子级结构预测统一的AI模型。能预测生物分子结构，生成全新的分子，在设计分子胶等新型治疗药物方面表现出色。Neo-1 的多模态输入功能能接受部分序列、部分结构和实验数据等多种信息，显著提高药物设计的效率和准确性。
2025-04-21 16:24:28
Amazon Nova Act – 亚马逊推出的通用 AI 智能体，自主执行网页任务
Amazon Nova Act是亚马逊 AGI Labs推出的通用AI代理，用于在网页浏览器中执行任务。Amazon Nova Act支持开发者基于配套的 SDK 构建智能体应用原型，完成如提交请假申请、预订日历或发送自动回复邮件等操作。
2025-04-21 16:04:28
Amodal3R – 南洋理工联合牛津等推出的条件式 3D 生成模型
Amodal3R 是条件式 3D 生成模型，能从部分可见的 2D 物体图像中推测并重建完整的 3D 形态和外观。模型基于“基础”3D 生成模型 TRELLIS 构建，通过引入掩码加权多头交叉注意力机制和遮挡感知注意力层，利用遮挡先验知识指导重建过程。
2025-04-21 15:44:28
AutoAgent – 港大推出的 AI 智能体框架，零代码创建智能助手
AutoAgent 是香港大学推出的零代码、自动化 LLM 智能体框架。基于自然语言交互，让用户无需编程即可创建智能助手，适用于智能搜索、数据分析、报告生成等场景。AutoAgent核心功能包括三种使用模式，用户模式、智能体编辑器、工作流编辑器，适应不同用户需求。
2025-04-21 15:24:28
Text to Bark – ElevenLabs 推出的 AI“狗语”文本转语音模型
Text to Bark 是 ElevenLabs 推出的全球首个AI“狗语”文本转语音模型。用户输入文字选择犬种，模型能生成高度逼真的狗吠声，95%的狗无法分辨其与真实吠声。模型基于开源犬类语言学研究开发，支持个性化选择品种和调整语气，能部署到智能家居设备等“云吠基础设施”。
2025-04-21 15:04:28
人气排行
24小时排行
