Gaga – AI视频生成平台，专注生成影视级人物表演
Gaga 是 Sand.AI 团队推出的 AI 视频生成平台，专注于音画同步的人物表演。用户只需上传一张照片输入台词，Gaga 能在几分钟内生成带有声音、表情和情绪的视频，效果接近影视级别。
如何用sora2生成长视频，附案例说明
Sora2目前单次生成视频时长有限（最长约10秒），通过系统性的创作方法，将多个短视频片段组合成连贯的长视频作品，可以突破这一限制。
吴恩达最新智能体课程《Agentic AI》
《Agentic AI》课程AI领域知名专家吴恩达Andrew Ng主讲，帮助学员掌握构建自主智能系统的前沿知识。课程聚焦于Agentic AI技术，通过反思、工具使用、规划和多智能体四种设计模式，深入讲解如何将复杂任务分解为多步骤工作流，实现AI系统的自我优化与外部工具集成。
OpenAgents – 构建AI Agent网络的开源框架
OpenAgents 是用在构建AI Agent网络的开源框架，将Agent连接到网络实现开放式协作。框架通过创建持久化的Agent网络，让Agent能像人类一样长期在线、相互协作、共享知识，完成复杂任务。
怎么用Sora制作AI带货视频，2步解决人物一致性问题
最近发现一个超绝的AI创意广告制作思路。这两天体验 S视频平台，被它的广告创意惊艳到了！输入一段广告词或者一个大概思路，不到几分钟，它就能自动生成带配音、运镜、转场的完整视频。不过还有点小问题——S视频平台不支持上传真实人物照片，如果想让视频稍微长一些，角色一致性就无法保证了。K姐今天分享的这个方法可以完美解决“角色不一致”的问题：
Sora2提示词指南 – OpenAI发布Sora 2官方提示词指南
OpenAI推出的Sora 2提示词指南，能帮助用户更好地理解如何使用 Sora 2 进行有效的提示和交互。通过提供具体的提示技巧和示例，指导用户如何构建更有效的输入，获得更准确、更符合需求的输出结果。
OpenAI发布Sora 2官方提示词指南
OpenAI推出的Sora 2提示词指南，能帮助用户更好地理解如何使用 Sora 2 进行有效的提示和交互。通过提供具体的提示技巧和示例，指导用户如何构建更有效的输入，获得更准确、更符合需求的输出结果。
Ling-1T – 蚂蚁集团开源的大型语言模型
Ling-1T 是蚂蚁集团开源的万亿参数语言模型，定位为“旗舰级非思考模型”。基于 MoE（Mixture of Experts）架构，拥有 1 万亿参数，每次推理激活约 510 亿参数，支持 128K 上下文长度，适合处理长文档任务。
Gemini 2.5 Computer Use – 谷歌推出的计算机使用模型
Gemini 2.5 Computer Use 是谷歌 DeepMind 推出的基于 Gemini 2.5 的计算机使用模型。模型能让 AI 直接控制浏览器，执行点击、滚动和输入等操作。
CodeFlicker – 快手推出的AI原生IDE
CodeFlicker是快手推出的AI原生集成开发环境。是一款智能代码编辑器，具备多项先进功能。支持AI问答和代码自动补全，能理解开发者的问题并提供智能的代码建议。其CodeFlicker引入了基于Agent的AI编程，可以像人类程序员一样理解和执行复杂的编程任务，实现端到端的开发，从需求到代码生成能自动化完成。
DeepScientist – 西湖大学推出的全自动AI科学家系统
DeepScientist 是西湖大学等机构提出的自主科研系统，实现从假设生成到实验验证、再到结果分析与论文撰写的全流程自动化。通过多智能体架构与强化学习策略，使人工智能能在无人干预的情况下不断探索、验证并推进科学前沿。
NatAgent – AI数据情报监控与分析平台
NatAgent 是基于自然语言的 AI 数据情报监控与分析平台，专注于通过智能化技术帮助用户高效提取、监控和分析各类网络数据，从中获取可操作的洞察。核心功能包括智能监控，实时追踪网页、社交媒体、电商平台等内容变化并推送警报
CodeMender – DeepMind推出的代码修复AI Agent
CodeMender是DeepMind推出的是基于 Gemini Deep Think 模型的 AI 代理工具，专注于自动识别和修复软件中的关键安全漏洞。采用被动响应与主动防御相结合的方式，能立即修补新发现的漏洞，能重写和保护现有代码以消除系统性漏洞。
Juicebox – AI招聘平台，精准匹配岗位需求
Juicebox 是领先的AI招聘平台，通过AI技术优化招聘流程。平台能从海量数据中自动筛选出符合条件的候选人，通过智能算法精准匹配岗位需求。
Mew Design – AI设计工具，自然语言生成视觉设计作品
Mew Design是创新的AI设计工具，用户通过自然语言描述能快速生成专业的视觉设计作品。工具支持多种设计类型，如社交媒体帖子、海报、传单等，满足个人和企业的多元需求。
SceneGen – 上海交大推出的3D场景生成框架
SceneGen是上海交通大学研究团队开发的高效开源3D场景生成框架。能从单张场景图像及其对应的物体分割掩码出发，通过一次前向传播，直接生成包含完整几何结构、纹理和空间布局的3D场景。创新之处在于端到端的生成流程，无需依赖耗时的优化过程或从资产库中检索组装，显著提升了生成效率。
Code2Video – 国立大学推出的AI教学视频生成框架
Code2Video是新加坡国立大学Show Lab团队开发的AI教学视频生成框架，通过Python代码自动生成高质量教育视频。核心创新在于采用三智能体协作模式：Planner负责将知识点转化为结构化故事板，Coder将故事板转为可执行Manim代码，Critic优化视觉布局。
Auralix – AI学习工具，语音互动讲解笔记内容
Auralix 是创新的 AI 语音辅导工具，通过实时语音互动帮助用户高效学习。工具支持将学习材料转化为清晰的笔记，通过 AI 教练进行一对一的语音辅导，支持打断提问、即时反馈和个性化测验。
UntitledPen – AI语音生成平台，自由选择定制声音
UntitledPen 是AI语音生成平台，能将文字快速转换为自然流畅的语音，支持多种语言和语音风格，提供智能写作、语音定制、音频编辑等功能。
Ming-UniAudio – 蚂蚁集团开源的音频多模态模型
Ming-UniAudio 是蚂蚁集团开源的音频多模态模型，统一语音理解、生成和编辑任务。核心是 MingTok-Audio，一个基于 VAE 框架和因果 Transformer 架构的连续语音分词器，能有效整合语义和声学特征。基于此，Ming-UniAudio 开发了一个端到端的语音语言模型，平衡了生成和理解能力，并通过扩散头确保高质量的语音合成。
AI工具箱收录了国内外数百个不同类型的AI工具，每日更新和添加最新AI工具，AI工具集还推荐了AI学习开发的常用网站、框架和模型，帮助你加入人工智能浪潮，自动化高效完成任务！
Ctrl + D 或 ⌘ + D 收藏本站到浏览器书签栏。
粤公网安备 123456789号