昆仑万维首先发布了SkyReels-A3，这款音频驱动的人像视频生成模型通过简单的操作，可以生成逼真的视频效果。该模型通过上传一张照片并为其配音，便能实现人物的口型、表情和动作的精准匹配。可以为现有视...

KittenTTS是一款开源的轻量级文本转语音（TTS）模型，是发布的新款开源文本转语音模型 ——Kitten TTS。这一模型的设计目标是实现高质量的语音合成，同时保持轻量级和高效能，适合在各种设备...

Cursor CLI – Cursor推出的AI命令行工具，为开发者带来一种全新的命令行AI编程体验。这款工具的推出，意味着在没有图形界面的环境中，例如远程Linux服务器、Docker容器或云端开发...

AI大模型正在以前所未有的速度重塑我们的工作与生活。经常有小伙伴们的提问："有没有好的大模型学习资源推荐？"、"如何快速入门大模型开发？"今天跟大家推荐几个颇为实用且有趣的开源工具，主打简单易用且高效...

深夜1点，小李的第5杯咖啡早已凉透。 屏幕上的剪映工程文件、Canva设计稿、Word脚本挤满了桌面，她正第8次调整图文笔记的封面色调——前7版因风格不统一被粉丝吐槽“像拼凑的广告”。 新买的粉底液在...

豆包的图像生成功能基于先进的 AI 算法，能够根据用户的文字描述快速生成高质量图片，支持多种风格和场景，适用于创意设计、内容创作、学习办公等多种场景。豆包AI绘画功能已升级至2.0版本，其性能显著提升...

GitMCP 是一个免费、开源的服务，通过模型上下文协议（MCP）将GitHub项目无缝转化为AI助手可访问的端点。它支持语义搜索和动态内容获取，无需配置即可实现高效知识交互。无论是代码检索还是文档查...

LandPPT 是一个基于大语言模型（LLM）的智能演示文稿生成平台，能够自动将文档内容转换为专业的PPT演示文稿。平台集成了多种AI模型、智能图像处理、深度研究功能和丰富的模板系统，让用户能够轻松创...

dots.ocr 是小红书 hi lab 开源的多语言文档解析模型，能高效地进行文档布局检测和内容识别，保持良好的阅读顺序。dots.ocr 在 OmniDocBench 上表现出色，文本、表格和阅读...

智元机器人发布了业内首个开源的机器人世界模型平台——Genie Envisioner（GE），这一平台的推出标志着机器人学习技术迈出了重要一步。该平台的核心在于其高度集成的闭环架构。其中，GE-Bas...