Copilot获得了全新的外观，加入了语音模式，并将在未来几周内向部分用户推送。新版本的Copilot比以往更 […]
Open NotebookLM 是一个将 PDF 文件转化为播客的工具，依靠 Llama 3.1 和 melo […]
纽约时报拿到了一份 OpenAI 最新融资的财务审查文件显示： – 截至20234年6月，OpenAI月活 […]
Screenpipe 是一个可以读取你屏幕和麦克风的AI工具，它会持续24小时记录你的屏幕和音频数据，并将这些 […]
Alimama-Creative 团队开发的的基于FLUX.1-dev 模型的图像修复工具。 它是Contro […]
MrBeast 是美国第一网红，也是全球第一网红，他是 Youtube 订阅者最多的作者，截止2024年9月， […]
Omni-Zero-Couples 是一个用于生成风格化情侣肖像的扩散模型，支持零样本输入。用户可以通过上传照 […]
2VEdit 是一种基于图像到视频扩散模型的视频编辑方法，其核心思想是通过编辑视频中的单个画面（第一帧），然后 […]
新的 Notion AI 集成了搜索、生成内容、分析数据和智能聊天等功能，所有操作都可以在 Notion 内部 […]
Meta AI 发布Orion AR眼镜，这是是一款具有潜力的增强现实设备，旨在替代智能手机。Meta 公司介 […]
Meta AI 发布 Llama 3.2多模态AI模型，旨在提供强大的自然语言处理和图像理解能力。其设计目标是 […]
Molmo 一个开源的先进多模态人工智能模型，旨在提高开放系统在性能上与专有系统（如商业模型）之间的竞争力，特 […]
FaceFusion 是一个用于面部交换、深度伪造的项目，在经历了四个月的高强度工作后，FaceFusion宣 […]
Google发布了一篇文章，详细介绍了185个来自全球各大企业的生成式AI实际应用案例。 这些案例展示了生成式 […]
MIMO是一个生成虚拟角色动画的工具。它能够让用户通过一张图片和简单的动作信息（如图片、动作序列或视频），生成 […]
随着o1 模型的发布，OpenAI提出了一种全新的大规模推理模型（Large Reasoning Model， […]
字节跳动今天发布一些列新的模型。包括音乐模型，同声传译模型、文生图2.0模型、新的基于DIT的视频生成模型、豆 […]
大语言模型（LLMs）在数学问题解决和代码生成等推理和科学领域展现了强大的能力。然而，当前的LLMs在“自我纠 […]
n8n推出了Self-Hosted AI Starter Kit 自托管 AI 入门工具包，帮助用户在本地或私 […]
Moshi 是一个多流（multi-stream）的实时语音到语音生成 Transformer 模型，支持全双 […]
Sketch 发布 Smart Animate 新功能，用于在设原型计中加入流畅的动画效果。通过 Smart […]
PDF2Audio 是一个开源项目，旨在将 PDF 文件转换为音频格式，如播客、讲座或摘要。该项目利用 Ope […]
这段视频展示了如何修改TI-84计算器，让 TI-84 计算器能够执行如联网聊天、下载作弊小抄、访问 GPT […]
OpenAI 首席科学家，也是OpenAI o1模型团队的主要成员Hyung Won Chung，在 MIT […]
扩散模型（Diffusion Models）在文本引导图像生成领域中表现出强大的生成能力，允许用户通过自然语言 […]
Deepgram推出了全新的AI语音代理API，这是一个统一的语音对话API，旨在让AI代理能够进行自然的对话 […]
StoryMaker是一个旨在生成一致性角色图像的个性化解决方案。它不仅可以在多人物场景中保持角色的面部一致性 […]
LVCD 是一个专门为动画视频线稿上色设计的工具。它通过一种新的方法，把黑白线稿自动转化为彩色动画视频。 传统 […]
为了让 AI 模型在特定环境中更有用，它往往需要访问背景知识。例如，客户支持聊天机器人需要了解它所服务的具体业 […]
阿里云发布Qwen2.5 系列模型，最新发布的 Qwen2.5 系列中包括普通的大语言模型 (LLM) 以及针 […]
Copilot获得了全新的外观，加入了语音模式，并将在未来几周内向部分用户推送。新版本的Copilot比以往更 […]