发现

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...

MoE-TTS 是昆仑万维语音团队推出的先进语音合成框架，专门用在提升开放域文本描述的语音生成能力。MoE-TTS 基于混合专家（MoE）架构，将预训练的大型语言模型（LLM）与语音专家模块相结合。在...

WeKnora 是腾讯开源的一款基于大语言模型的文档理解与语义检索框架，专为结构复杂、内容异构的文档场景而打造。支持 PDF、Word、图片等多种格式，能精准解析图文混排内容，提取文本、表格及图像语义...

—Macaron 是首个 Personal AI Agent，你的贴心AI伙伴。，Macaron不去和 Productivity Agent 争夺办公场景，也不止步于情绪陪伴，而是把自己做成一个长期在...