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 […]
Libcimbar 是一个用于数据传输的工具，通过一种特殊的二维条码格式（色彩图标矩阵条码）来进行隔空数据传输 […]
YouTube Shorts 将引入Google DeepMind的Veo模型，它允许创作者制作6秒的独立视频 […]
微软推出了 Microsoft 365 Copilot 的第二波更新，将网页、工作和 Pages 整合为一个新 […]
Seed-Music是一个由字节跳动研发的音乐生成模型，用户可以通过输入多模态数据（如文本描述、音频参考、乐谱 […]
Snap公司发布了第五代SpectaclesAR 眼镜，新版Spectacles具备更高质量的显示效果和更长的 […]
Luma AI 正式发布其创新产品 Dream Machine API。该 API 为开发者提供了世界上最受欢 […]
Runway宣布推出其视频生成模型的API。该API旨在帮助开发者和公司将Runway的生成式AI模型集成到第 […]
Playground v3（PGv3）是由Playground开发的一种文本到图像生成模型，其基于最新的大语言 […]
g1 是一个使用 Llama-3.1 70b 模型在 Groq 上创建类似 o1 的推理链的实验性应用。其主要 […]
故事板是一种视觉工具，用于通过一系列框架描绘故事或概念，类似于漫画。它最初用于电影行业，帮助有效规划和传达想法 […]
斯坦福大学教授李飞飞的新公司 World Labs 成功融资 2.3 亿美元。李飞飞被誉为“AI教母”，她的公 […]
GOT-OCR2.0 是一种用于光学字符识别（OCR）任务的通用模型，旨在解决传统OCR系统（OCR-1.0） […]
PuLID（Pure and Lightning ID Customization via Contrasti […]
GameGen-O是一个专为生成开放世界视频游戏而设计的Diffusion Transforme模型。该模型能 […]
随着大语言模型（如GPT-4、Claude等）的发展，LLM在处理数学问题上取得了显著进展。然而，这些模型的能 […]
OpenAI发布了全新的o1-preview” 推理模型系列，这是一个设计用于解决复杂问题的 AI 系列，能够 […]
OpenAI公布了其最新的o1 模型官方提示词建议，OpenAI明确表示模型在简单的提示下表现最佳。一些提示工 […]
Suno推出Covers功能，通过Cover功能，你可以将任何音频，从简单的录音到完整制作的歌曲，转化为一种全 […]
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 […]