标签：[db:标签]
谷歌 Gemini 2.5 Flash 升级 AI 修图功能，多项表现优于 GPT-4o
8 月 27 日消息，科技媒体 The Decoder 昨日（8 月 26 日）发布博文，报道称谷歌 DeepMind 推出全新 Gemini 2.5 Flash 图像编辑模型，在 Gemini 应用中可根据...
一张图即可生成电影级数字人视频：阿里云通义万相 Wan2.2-S2V 视频生成模型宣布开源
8 月 26 日消息，今日晚间，阿里云宣布开源全新多模态视频生成模型通义万相 Wan2.2-S2V，仅需一张静态图片和一段音频，即可生成面部表情自然、口型一致、肢体...
英伟达发布 ConnectX-8 超级网卡：PCIe 6.0 接口，800 Gb/s 传输速度
8 月 26 日消息，英伟达今天发布了为 Blackwell 架构设计的 ConnectX-8 超级网卡，这张网卡的先进程度“远超传统网卡”，故被称为 SuperNIC“超级网卡”。据英伟...
《日经》《朝日》加入《读卖》行列：Perplexity AI 现遭日本三大媒体起诉
8 月 26 日消息，在《读卖新闻》本月上旬对 AI 搜索企业 Perplexity AI 发起版权诉讼后，另两家日本新闻巨头《日经新闻》《朝日新闻》当地时间今日也起诉了 P...
Same.New – AI全栈Web应用开发平台，支持网站UI克隆
Same.New是什么 Same.New 是创新的 AI 驱动全栈 Web 应用开发平台。通过简单的提示（如输入网站链接或描述）快速生成完整的 Web 应用代码，涵盖前端、后端和...
VibePPT – AI PPT制作工具，自动选择合适模板、布局
VibePPT是什么 VibePPT 是 AI 演示文稿制作工具，通过对话式交互，让用户能快速生成具有专业设计感的演示文稿。用户只需输入主题或内容，VibePPT能智能生成幻...
WhisperLiveKit – 开源AI语音识别工具，支持说话人识别
WhisperLiveKit是什么 WhisperLiveKit 是开源的实时语音识别工具，能将语音实时转录为文字，支持说话人识别。工具基于先进的技术如 SimulStreaming 和 Whispe...
SpatialLM 1.5 – 群核科技推出的空间语言模型
SpatialLM 1.5是什么 SpatialLM 1.5 是群核科技推出的强大的空间语言模型。模型基于大语言模型训练，能理解自然语言指令，输出包含空间结构、物体关系和物理...
SpatialGen – 群核科技开源的3D场景生成模型
SpatialGen是什么 SpatialGen 是群核科技开源的 3D 场景生成模型。模型基于扩散模型架构，支持根据文字描述、参考图像和 3D 空间布局，生成时空一致的多视角...
EchoMimicV3 – 蚂蚁集团推出的多模态数字人视频生成框架
EchoMimicV3是什么 EchoMimicV3是蚂蚁集团推出的高效多模态、多任务数字人视频生成框架。框架拥有13亿参数，基于任务混合和模态混合范式，结合新颖的训练与推...
AI 工具集导航网站 - 国内外1000+ AI 工具集合大全！网站聚合 AI 写作工具、AI 图像生成与背景移除工具、AI 视频制作工具、AI 音频转录工具、AI 辅助编程工具、AI 音乐生成工具、AI 绘画设计工具、AI 对话聊天工具等全品类 AI 应用，同步收录 AI 学习开发领域常用网站、框架及模型资源。一站式 AI 工具导航平台，助您快速捕获前沿智能工具，自动化提效完成多元任务，轻松拥抱人工智能浪潮！
