Stripe Agent Toolkit 是专为将财务功能集成到 AI 代理中的 SDK。它允许开发者通过函数 […]

ElevenLabs 宣布其开发者平台新增了创建对话式AI代理的功能。 这项新功能允许开发者平台上构建对话式A […]

“人红是非多”，明星大模型独角兽月之暗面又“摊上事”了。 据暗涌报道，Kimi背后公司月之暗面的创始人& […]

Ilya终于承认，自己关于Scaling的说法错了！现在训练模型已经不是「越大越好」，而是找出Scaling的 […]

FLUX 1.1 Pro Ultra 发布，支持高达 4 兆像素的分辨率，并具有快速生成速度，每张图片仅需约 […]

上周Runway 推出了一款生成式角色表演工具，可以把视频转换成任意风格虚拟角色动画，并且保持表情语音口型同步 […]

苹果正式推出集成Siri 和 Apple Intelligence新框架：App Intents ，允许开发者 […]

微软研究团队推出了 Magentic-One，一个通用的多智能体系统，具备在不同领域中处理开放性任务的能力。该 […]

Google 正式推出了其 Gemini AI 驱动的视频演示应用程序 Vids，用户可以通过简单的提示生成视 […]

NVIDIA 推出的 AI Blueprint ， 这是一套用于构建视觉AI代理的框架，帮助开发者构建视频理解 […]

Reddit 用户 General-Implement83 分享了她如何使用 ChatGPT 定制了一个个性化 […]

SeedEdit 是一个AI图像编辑工具，由 Doubao 团队开发。它的特殊之处在于，可以根据用户输入的文字 […]

多模态推理多模态推理涉及至少两种不同的感知模态，最常见的是视觉和语言。这两种模态的信息可以是图片和文本、视频和 […]

PDF 文件作为一种广泛使用的文档格式，包含着大量有价值的信息。然而，从 PDF 中高效、准确地提取信息一直是 […]

在当今数字化时代，人工智能技术正以前所未有的速度发展，深刻地改变着我们的生活和工作方式。语音交互作为人机交互的 […]

随着数字人技术的发展，生成高度逼真的「3D说话头像」(3D Talking Face)成为了一种趋势。这不仅对 […]

Google DeepMind 和 Isomorphic Labs 宣布开源 AlphaFold 3 的模型代 […]

在音频驱动的视频生成领域，制作普通话视频面临着许多挑战。首先，收集全面的普通话数据集非常困难；其次，普通话的复 […]

HeyGen 正在开放API，通过 HeyGen API，企业能够使用生动的虚拟人视频提升平台的互动性，转化原 […]

一款AI海报设计生成神器上新即爆火！ 它叫“图形设计生成器”（Graphic Design Generator […]

Fashion-VDM 是一个基于扩散模型（Video Diffusion Model，VDM）的虚拟试衣视频 […]

Play AI推出了PlayDialog beta，专门用于创建更加自然、富有表现力和情感的对话式语音输出。 […]

引言 使用得当，ChatGPT 可以成为一个强大的工具，帮助学生培养严谨思维和清晰写作的技能，帮助他们思考想法 […]

思维融入工作流 科幻作家威廉·吉布森曾说过："未来已经到来，只是尚未均匀分布。"这句话用来描述AI Agent […]

“Thinking-Claude” 为Claude 提供系统化的思维流程指导，从而使其在回答问题前进行更深入和 […]

苹果发布 Final Cut Pro 11，这次重大更新为专业视频编辑带来了先进的 AI 驱动功能、空间视频编 […]

整理 | 华卫、核子可乐 近日，有外媒报道称，OpenAI 正在制定新策略，以应对人工智能大模型改进速度放缓的 […]

Context Autopilot 是由 Context 公司推出的一款 AI 办公助手，旨在通过先进的人工智 […]

一 本文概要 随着金融市场的日益复杂化和大数据时代的到来，精准的股票预测变得尤为关键。传统的时间序列模型，如门 […]

如何设置 GLM-4-Voice 9B 以实现无缝的实时语音交互，支持英语和中文，并探索其独特的架构、低延迟响 […]