AI中国|教程|工具大全
热门搜索： deepseek gemini 即梦 gpt

列表

Midjourney

英伟达推多模态LLM Describe Anything：指定特定区域生成详细的描述

183 0
NVIDIA AI团队发布了一款革命性的多模态大语言模型——Describe Anything3B（DAM-3B），专为图像和视频的精细化、区域化描述而设计。这款模型凭借创新技术和卓越性能，在多模态学习领域掀起热议，成为AI技术发展的又一里程碑。以下，AIbase为您梳理这款模型的核心亮点与行业影响。区域化描述的突破DAM-3B以其独特的能力脱颖而出:能够根据用户指定的图像或视频区域（如点、框、涂
Midjourney

腾讯云代码助手CodeBuddy推出Craft软件开发智能体 支持MCP协议

183 0
4月24日，腾讯云宣布其代码助手CodeBuddy全新升级，推出Craft软件开发智能体，这一创新工具将AI编程从“补全代码”进化为“交付项目”，极大地提升了软件开发效率。据腾讯云介绍，使用Craft智能体的开发者平均编码时间缩短了超过40%，AI生成代码的占比超过40%，研发效率提升超过16%。在过去，开发一个完整的应用程序需要多个团队协作，包括前端、后端、测试和运维等，流程复杂且耗时。然而，C
Midjourney

Meta AI眼镜“实时翻译”功能全面开放，不联网也能用！

183 0
据 The Verge 等外媒当地时间 23 日报道，Meta 正在将包括实时翻译在内的各种 AI 功能扩展应用到雷朋智能眼镜当中。据悉，此前此前仅向“抢先体验计划”用户提供的实时翻译、通过 Instagram 发送消息和进行通话、基于周边视觉信息与 “Meta AI” 进行对话等功能，现在都将面向普通用户开放。实时翻译、通过 Instagram 发送消息和拨打电话、以及根据周围环境视觉信息与
Midjourney

飞桨3.0正式发布，支持文心4.5等大模型，跨芯片适配成本降80

183 0
百度旗下的深度学习平台飞桨近日宣布正式发布新一代飞桨框架3.0。此次发布的框架3.0引入了五大核心技术创新，包括“动静统一自动并行”等关键技术，旨在有效降低大模型开发和训练成本，助力大模型时代的基础设施建设。作为支撑大模型训练和推理任务的核心基础设施，飞桨框架3.0在性能优化方面表现出色。该框架已经支持包括文心4.5、文心X1在内的多款主流大模型，并通过优化的DeepSeek-R1满血版单机部署，
Midjourney

逆天改命！Flow-GRPO 让图像生成模型秒变 “大神”

183 0
家人们，今天必须给你们唠唠科研界的一项超酷新成果 ——Flow-GRPO!这东西可不得了，它就像是给图像生成模型打了一针 “超级进化剂”，直接让它们从 “青铜” 一路飙升到 “王者”。想知道它是怎么做到的吗?快搬好小板凳，听我细细道来!图像生成模型的 “成长烦恼”现在的图像生成模型，比如基于流匹配（Flow matching）的那些，理论基础那叫一个扎实，生成的高质量图像也让人眼前一亮。但它们也有
Midjourney

Tavus发布SOTA唇形同步模型Hummingbird-0：革新零样本唇形同步技术

183 0
近日，AI视频研究公司Tavus正式发布了其最新零样本唇形同步模型Hummingbird-0，被誉为当前最先进的唇形同步技术（State-of-the-Art， SOTA）。该模型已在Tavus平台、API以及FAL上开放研究预览，引发了AI内容创作领域的广泛关注。零样本唇形同步的突破性进展Hummingbird-0是Tavus基于其旗舰模型Phoenix-3组件开发的全新唇形同步模型。该模型的最
Midjourney

字节跳动豆包视频生成功能升级，提升语义理解、动作连贯性等方面表现

183 0
IT之家 4 月 29 日消息，最近豆包视频生成功能升级，官方称相较之前的版本在语义理解、影调画质、风格类型以及动作连贯性等方面均有明显提升。本次功能升级由豆包・视频生成模型-Seedance 支持，打开豆包 App 对话框选择“照片动起来”，或在豆包电脑版及 doubao.com 网页选择“视频生成”，输入文字或者上传参考图即可体验。IT之家注意到，本月早些时候字节跳动发布了豆包 1.5 深度
Midjourney

FDA全面部署AI:加速新药审批，OpenAI或成合作伙伴

183 0
美国食品药品监督管理局（FDA）于当地时间周四宣布，将在其所有下属中心全面启动人工智能(AI)的内部部署，目标是在6月30日前完成整合。此前，FDA已成功完成面向科学审评人员的新生成式AI试点项目。FDA表示，引入这些生成式AI工具旨在通过减少科学家及各领域专家重复性的工作，显著加快新药审批流程。目前，FDA通常需要在收到新药审批申请后的6到10个月内做出决定。图源备注：图片由AI生成，图片授权服
Midjourney

宇树G1 人形机器人拳击技能展示：摔倒后 4 秒内可自主站立

183 0
 10日晚间宇树科技（Unitree）发布了一段备受关注的G1人形机器人搏击视频，展示了其在动态运动控制与智能交互方面的最新突破。视频中，G1机器人不仅演示了对固定目标（立式沙袋）的击打能力，还与人类拳手以及另一台G1机器人进行了实战对打测试。宇树最新发布的G1搏击视频中，G1人形机器人展现了惊艳的动态性能。在视频中，G1通过精准的动作捕捉与实时运动规划，完成了包括拳击、闪避和平衡调整在内的一系列
Midjourney

告别节点噩梦！ComfyUI-C opilot发布，具备GPT-4o同款图像生成与编辑能力

183 0
近日，一款名为 ComfyUI-C opilot 的创新工具引发了人工智能生成内容领域的广泛关注。这款工具通过将自然语言处理与 ComfyUI 的节点式工作流相结合，赋予用户如同 GPT-4o 般的图像生成与编辑能力。它的出现不仅大幅降低了使用门槛，还为新手和专业用户提供了一个高效、智能的创作平台，标志着 AI 图像生成技术向更人性化、自动化的方向迈出了重要一步。自然语言驱动，简化复杂流程Comf
Midjourney

最新AI产品库哪个平台好？最新AI工具网站平台推荐

183 0
在当今数字化时代，人工智能（AI）技术正以前所未有的速度发展，深刻地改变着我们的工作和生活方式。然而，面对众多的AI产品和网站，用户往往难以快速找到最适合自己的解决方案。为了满足这一需求，AIBase产品库(https://top.aibase.com/)正式推出，它通过智能匹配技术，为用户提供了便捷、高效的AI工具和应用推荐服务。平台简介AIBase产品库是一个全面的AI工具和应用推荐平台，
Midjourney

酷狗音乐发布蝰蛇AI音质：比黑胶唱片更清晰

183 0
快科技4月12日消息，酷狗音乐与联发科合作，正式发布蝰蛇音质AI超分音频引擎。官方介绍称，蝰蛇音质的创新之处在于构建了物理重建 轻量计算的双引擎架构。其核心技术依托深度神经网络模型，通过对大量高质量音乐样本的深度学习，建立从低码率音频到无损音质的映射关系。例如，基于128kbps标准音质音源，算法可精准修复重建16kHz以上已经丢失的高频信号，至高恢复达到192kHz 24bit的母带级音质，
Midjourney

关税带来不确定性，软银、OpenAI 千亿美元“AI 基建”项目被曝陷入停滞

183 0
IT之家 5 月 12 日消息，据彭博社报道，软银集团计划在美国投资 1000 亿美元（IT之家注：现汇率约合 7232.59 亿元人民币）建设 AI 基础设施的项目已陷入停滞，华盛顿加征关税带来的经济不确定性使融资谈判受阻。今年 1 月，软银创始人孙正义与 OpenAI 联合创始人奥尔特曼发布“星际之门”计划，宣称将“立即”启动 1000 亿美元投资，并最终扩大至约 5000 亿美元。然而三个
Midjourney

中国移动首曝“AI通话助理” 将彻底改变打电话习惯

183 0
快科技5月19日消息，日前，广东移动正式对外宣布，即将推出一项极具创新性的AI通话助理”服务，将彻底改变大家打电话习惯。据悉，该AI通话助理”服务深度融合了先进的多模态AI技术，为用户在通话过程中带来了前所未有的便捷体验。用户在通话过程中，仅需一键即可唤起智能交互，实现如航班信息实时查询、课业在线辅导等实用功能。它甚至还能无缝调用第三方工具，极大地提升了沟通效率，同时也为用户带来了更加优质的服
Midjourney

帝国用脏话反击：AI 达斯・维达“黑化”，满口粗言秽语

183 0
据 GameSpot 报道，周五《堡垒之夜》中的 AI 达斯·维达突然开始口吐粗言秽语，意外地“黑化”，引发争议。Epic Games 紧急发布补丁修复该语音 AI 问题，此前玩家们惊讶地发现，这位西斯领主竟然用粗话和侮辱性语言回应玩家。在《堡垒之夜》中，AI 配音的达斯·维达既是大逃杀模式中的 Boss，也可作为互动型角色出现。《星球大战》官网甚至鼓励玩家“问他关于原力、银河帝国的问题……或
Midjourney

文档智能新突破：ContextGem开源工具上线，几行代码实现专业级文档解析

183 0
一款备受期待的AI文档处理工具ContextGem日前正式亮相，凭借其强大的结构化数据提取能力和极简编程体验，迅速吸引了开发者社区的广泛关注。作为完全免费、开源的大型语言模型框架，ContextGem通过简洁代码实现复杂文档分析，核心优势在于精准理解用户意图，自动定位并提取文档中的关键信息。ContextGem的设计理念围绕简化文档处理流程展开。用户只需通过自然语言描述所需信息，如"提取合同中的关