AI工具

Hugging Face近期发布了其最新的小型开源模型——SmolLM3，该模型具有30亿参数，在性能上超越了同类开源模型如Llama-3.2-3B和Qwen2.5-3B。SmolLM3不仅支持多语言...

阿里巴巴语音AI团队近日发布了全球首个支持链式推理的音频生成模型——ThinkSound。这一突破性模型采用思维链技术，不仅解决了传统视频转音频技术中的多种瓶颈，还实现了高保真、强同步的空间音频生成...

在人工智能领域，多模态AI的快速发展为多个行业带来了革命性的变化。近日，阿里巴巴集团推出了其全新的多模态大语言模型——HumanOmniV2，这一发布引发了广泛的关注和讨论。凭借强大的全局上下文理解能...

在3D建模领域，传统生成算法面临着布线质量差、面数过高以及后期编辑困难等挑战。为了解决这些问题，腾讯混元3D团队推出了业界首个美术级3D生成大模型——Hunyuan3D-PolyGen。这一创新模型结...

豆包超能创意 2.0 已经逐步在豆包网页版与电脑版开启灰度测试 https://m.paluai.com/?code=dh26 超能创意 2.0 版本不稳定，建议保持在「图像生成」技能下使用。 豆包超...

在智能助手不断发展的今天，Glass 作为一款开源的AI桌面助手，带来了前所未有的工作效率提升。这款由 Pickle团队 开发的工具，专为 macOS 系统设计，轻量且快速运行于后台，几乎不占用系统资...

随着人工智能技术的快速发展，商业领域也在不断探索AI的创新应用。而如今，微信支付MCP的推出无疑为AI应用的商业化开辟了全新的道路。通过将AI技术与支付系统深度结合，MCP不仅为商家提供了全新的盈利模...

一键出图标，质感直接拉满，真的比我用C4D还快还干净！ 这次用它做了一组未来感DATA图标，分享一下我的提示词 提示词输入如下： 「主体名称（DATA图标可替换），单元素，主色颜色调（蓝白可替换），透...

什么是 API 节点？ API 节点是 Comfy 中原生集成的节点，可以调用付费模型 API，如 Veo2 或 Flux Ultra。 对很多人来说，ComfyUI 是一个自动化引擎，可以帮助你完成...

点击蓝字关注我? 一个爱代码的设计师在运营,不定时分享干货、学习方法、效率工具和AIGC趋势发展。个人网站：tomda.top 写在 最后 网址：https://www.meijian.com/ai...

在AI创作领域不断进化的今天，模块化工作流已成为推动创新的重要工具。像ComfyUI这样的视觉化AI流程管理工具受到广泛关注，正是在这种趋势下，一个新兴的平台——FloraFauna AI 悄然登场...

在内容为王的时代，视觉表达依旧不可或缺。特别是在社交媒体和数字传播中，一张有设计感的海报，往往比千言万语更具吸引力。今天要推荐的，是一个由独立设计师开发的在线工具——Embossed 海报制作工具。它...

在人工智能领域，推理效率和计算成本始终是技术进步的关键指标。DeepSeek-TNG-R1T2-Chimera通过其创新的AoE架构，成功实现了推理效率的提升和计算成本的显著降低，堪称AI领域的重大突...

随着AI技术的飞速发展，各行各业都在探索如何将AI与实际应用结合，提升商业价值。在此背景下，**微信支付MCP（Merchant Collect Payment）**的推出为AI商业化打开了全新的可能...

随着人工智能技术的飞速发展，市场上涌现出大量的AI工具。这些工具在宣传上往往表现得非常亮眼，但真正能满足需求、具备实用性和效果的工具却需要经过一番筛选和测试。为了解决这一难题，最佳AI工具导航网站应运...

随着AI技术的不断发展，3D建模也进入了一个全新的时代。Dimension Labs是一个专注于生成3D模型的AI平台，它使得用户无需专业的3D建模技能，也能轻松快速地生成各种3D素材。尽管平台目前仍...

随着人工智能的快速发展，越来越多的工具开始帮助设计师和创作者提高工作效率。Slea.ai是一个基于AI的LOGO生成平台，旨在帮助用户轻松创建高质量的LOGO设计。无论你是一个初创企业的创始人，还是正...

字节跳动近日开源了其新模型VINCIE-3B，这是一款支持上下文连续图像编辑的强大AI工具。VINCIE-3B基于MM-DiT架构开发，能够从视频中学习并实现高效的图像编辑，尤其在处理动态场景时表现出...

DeepSWE是一个基于Qwen3-32B模型的开源AI Agent系统，凭借其创新的强化学习训练方法，迅速成为AI代理领域的佼佼者。在SWE-Bench-Verified测试中，DeepSWE的表现...

Bilibili近日宣布其开源动漫视频生成模型AniSora V3迎来重大更新，为动漫创作领域带来了显著提升。通过此次更新，AniSora V3不仅提升了生成质量和动作流畅度，还大大扩展了风格多样性...

EX-4D是目前视频生成领域中的一项革命性技术，它通过创新的深度密闭网格（DW-Mesh）技术，实现了从单目视频到多视角的高质量生成。这一突破性的方法为视频生成带来了巨大的进步，尤其是在多视角数据稀缺...

嗨，Comfy 社区！大家可能已经知道，ComfyUI 原生支持 OmniGen2！ OmniGen2 由 VectorSpaceLab 团队开发，是一个拥有 7B 参数的统一多模态模型，将文本转图像...

百度近日发布了其最新的AI平台——“绘想”，并推出了其新产品MuseSteamer。这一平台依托于生成式AI与多模态技术，提供了一个全面的视频生成解决方案，特别适用于搜索、广告等多个场景。更为重要的是...

Step-Audio-AQAA：听懂音频直接生成自然语音 Step-Audio-AQAA 是一款开源的端到端语音大模型，它能够通过输入原始音频直接生成自然流畅的语音输出，极大地提升了人机交互体验。作为...

近日，我们通过 Qwen API 更新了 Qwen-TTS ( qwen-tts-latest or qwen-tts-2025-05-22 ) 的最新版本。此次，Qwen-TTS 新增支持生成三种中...

Cursor Agent Web版发布：提升开发效率与团队协作 Cursor Agent 发布了其 Web版，并且现在可以通过 PWA（渐进式Web应用） 在手机上使用。这个强大的自动化工具为开发团队...

一个爱代码的设计师在运营,不定时分享干货、学习方法、效率工具和AIGC趋势发展。个人网站：tomda.top 01. 豆包 再见了PS，用AI一句话P图！豆包修图3.0还能这么玩？！其他玩法可自己探索...

随着短视频营销的崛起，越来越多的品牌和个人创作者正在寻找更简便、快速且高效的方式来制作视频内容。美图MOKI推出的“AI创意广告”功能正是应对这一需求的完美工具。通过简单的上传图片、选择模板，用户便能...

多模态大模型的演进正在不断突破我们对技术边界的认知。从最初的 Qwen-VL 到如今的 Qwen2.5 -VL，我们在提升模型对图像内容的理解能力方面取得了一些进展。今天，我们正式推出 Qwen VL...

今天，我们文心4.5系列模型正式开源。现在可以在文心一言（https://yiyan.baidu.com）即刻体验最新开源能力。 文心4.5系列开源模型共10款，涵盖了激活参数规模分别为47B 和3B...

在视觉主体背后添加文本的在线AI工具：UnderlayX UnderlayX 是一款创新的 在线AI工具，专为设计师和创作者提供便捷的文本和图形排版服务。通过基于 AI抠图技术 的应用，Underla...

免费的图片转3D在线AI平台：TRELLIS 3D TRELLIS 3D 是一款免费的在线 AI 工具，能够将任何图像快速转换为专业的 3D 模型，并且带有合理的贴图。这款工具基于 Trellis 这...

FLUX.1 Kontext [dev]刚刚发布并在 ComfyUI 中获得原生支持！ Flux.1 Kontext [dev] 由 Black Forest Labs 开发，是FLUX.1 Kont...

关于 PS填充功能购买 随着人工智能的迅速发展，对于创作而言，我们必须借助各种工具来实现创意的展现，比如PS的创造性填充等等。然而，这些功能通常需要购买正版会员才能享受。 但是，购买正版会员有时候也会...

来源：docs.comfy.org/tutorials/flux/flux-1-kontext-dev 关于 FLUX.1 Kontext Dev FLUX.1 Kontext 是黑森林实验室突破...

香港大学等机构发布GoT-R1多模态大模型，提升AI视觉生成能力 在人工智能迈向多模态融合的进程中，视觉生成能力成为研究热点。近日，香港大学等机构联合发布了GoT-R1多模态大模型，该模型通过强化学习...

谷歌放大招！Gemini CLI开源发布，免费提供AI编程助手挑战Cursor 在AI开发工具日益激烈竞争的背景下，谷歌再度出手，正式开源发布了全新的Gemini CLI。作为一款面向开发者的强大AI...

豆包AI编程重磅升级！零代码小白也能轻松打造专属网页，实时编辑超省心 随着技术的发展，编程的门槛越来越低，许多人已经不再需要具备专业的编程知识就能创建网页和应用。豆包的AI编程工具正在引领这一趋势，最...

随着人工智能的飞速发展，AI开发者正面临着越来越多的商业化机会和挑战。为了支持这一发展趋势，支付宝最近宣布推出国内首个“AI打赏”服务，旨在为AI开发者提供便捷的收款解决方案。通过这一创新举措，开发者...

告别代码恐惧症！豆包推出可视化AI编程，拖拽即可创建网页应用 在传统编程的世界里，代码往往是许多人心中的障碍。特别是对于没有编程经验的人来说，开发网页应用可能会让他们产生巨大的恐惧感。然而，豆包的可视...

ScholAI重磅来袭：基于MCP的智能学术神器，革新论文研究新体验 随着科技的不断进步，学术研究的工具也在不断演化，为研究人员提供更多智能化、高效化的解决方案。ScholAI便是其中一款引领学术研究...

文心快码发布Comate AI IDE：多模态、多智能体协同提升开发效率 在AI技术不断渗透各个行业的今天，AI开发工具的出现极大地改变了传统编程的工作方式。最近，文心快码推出了Comate AI I...

在数字化浪潮下，拥有一个契合品牌定位且易于传播的好域名，已成为企业线上布局的重要一环。但在域名资源日益紧张的当下，如何快速、高效、低成本地找到合适的域名，成为许多企业面临的难题。为此，火山引擎基于方舟...

之前已经发了关于Win+Mac本地部署、API调用的系列教程或Deepseek平替网址（点击查看），现在开始发AI工具的实际落地提升工作效率的教程。 上期DeepSeek +Kimi 免费快速生成PP...

MiniMax重磅发布视频Agent工具：一句话生成高清视频，人脸ID还能完美一致！ 在当今快速发展的科技时代，视频创作的方式已经发生了翻天覆地的变化。MiniMax最近推出的视频Agent工具为用户...

在AI驱动的网页内容生成领域，DeepSite V2 迎来关键升级，正式集成 DeepSeek-R1-0528 模型，为创作者和开发者提供更加高效的代码自动生成体验。此次升级不仅优化了实时预览和交互能...

腾讯元宝推出AI编程模式，实现实时代码生成与预览 腾讯元宝近日推出了全新的AI编程模式，这项创新功能通过双栏界面实现了实时代码生成与效果预览，极大地提升了开发效率并降低了编程学习门槛。特别适合在教育和...

稀宇科技推出视频生成模型Hailuo02，降门槛提升创作质量 稀宇科技自豪地推出了其全新的视频生成模型Hailuo02，这一创新性模型基于Noise-aware Compute Redistribut...

Cursor Pro取消500次请求限制，开启无限使用新篇章 作为一名开发者，我非常高兴地看到Cursor Pro取消了每月500次快速请求的限制。这一变动无疑为开发者带来了极大的便利，提升了开发效率...

介绍下我们的新模型，MiniMax-M1，世界上第一个开源的大规模混合架构的推理模型。M1在面向生产力的复杂场景中能力是开源模型中的最好一档，超过国内的闭源模型，接近海外的最领先模型，同时又有业内最高...

豆包电脑版与网页版全新上线‘AI播客’功能，提升信息接收方式 豆包再度创新，推出了全新“AI播客”功能，让用户能够通过上传PDF或链接，轻松生成自然流畅的双人对话播客。这个功能的上线，不仅为日常信息接...

阿里巴巴发布Qwen3升级版，适配苹果MLX架构，推动苹果智能在中国市场落地 阿里巴巴和苹果的合作再度引起行业关注，Qwen3升级版的发布标志着两大科技巨头在智能技术上的深度整合。此次Qwen3升级版...

月之暗面发布Kimi-Dev-72B开源模型，打破编程基准记录，现已在Hugging Face和GitHub提供下载 月之暗面（MoonshotAI）再次引领了开源AI技术的前沿，推出了全新开源编程模...

随着人工智能技术的不断演进，3D 内容生成开始进入更广泛的应用场景。2025 年 6 月，腾讯正式对外开源 混元3D 2.1 大模型，为游戏、美术、电影、电商等行业带来了更高质量的 3D 创作体验。本...

阿里巴巴集团开源发布MNN TaoAvatar，将高保真3D虚拟形象和实时交互能力引入移动设备，为直播、虚拟社交、AR应用开创无限可能。 ? 核心亮点 ✨ 真3D虚拟角色 实时生成与驱动 手机上流畅运...

火山引擎推出PromptPilot智能解决方案平台，致力于解决大模型应用中的关键问题——如何有效提问，提供从Prompt生成到优化的全生命周期解决方案。 ? 核心亮点 ✨ 一站式解决方案 Prompt...

夸克APP隆重推出行业领先的高考志愿大模型及专业高考知识库，为考生提供个性化志愿规划，解决信息过载难题，助你轻松应对志愿填报！ ? 核心亮点 ✨ 高考志愿大模型 一键查询大学与专业详细信息 快速解答志...

Figma推出Dev Mode MCP服务器Beta版，通过标准化协议实现设计数据与AI编码工具的无缝对接，彻底改变设计到代码的转换方式。 ? 核心亮点 ✨ 实时数据传递 设计数据实时同步 消除手动步...

在FORCE原动力大会上，火山引擎重磅推出豆包大模型1.6和Seedance1.0pro视频生成模型，开启AI云原生全栈服务新时代！ ? 豆包大模型1.6：性能升级，价格更亲民 ? 统一定价模式 价格...

Qwen3 Embedding 是基于 Qwen3 基础模型训练的文本嵌入模型系列，能够将离散的、高维的符号（如文字、图片、声音等）转化为低维、连续的数字向量（Vector）的转化技术。通过捕捉不同数...