-
原生支持 4K 图像输出，商汤开源 8B 参数量多模态大模型 SenseNova U1.5 Lite
8 月 21 日消息，商汤科技今日宣布开源轻量级、原生统一多模态大模型 SenseNova U1.5 Lite。 据介绍，SenseNova U1.5 Lite 原生支持 3-4k 上下文长度，能够同时处理主体、数量、空间关系、文字、布局、风格等多重约束，提升复杂视觉任务的执行稳定性。 此外，SenseNova U1.5 Lite 还有以下特点： 更高质量的视觉生成：改善整体构图、色彩、材质、光影…... -
ChatGPT 推出 Apple Messages 插件，可在 Mac 上搜索并回复消息
8 月 21 日消息，据 ChatGPT 官方账号发布的信息，苹果 Messages 插件现已支持在 Mac 上与 ChatGPT 联动，用户可以搜索消息、回顾对话，并起草和发送回复。该功能目前已在 ChatGPT Work 和桌面版 Codex 中提供。 官方还展示了几种使用方式，例如结合日历查询下周晚餐的空闲时间，并向指定联系人回复；根据前一天的消息生成后续跟进建议；从消息中查找生日并添加到日…... -
Stripe 收购 OpenRouter，承诺维持其独立产品路线
8 月 21 日消息，OpenRouter 8 月 19 日宣布加入 Stripe。该公司表示，产品、品牌、既有集成和路线图将保持不变，开发者无需修改现有接入；模型路由仍以用户的价格、性能与可用性需求为准。 OpenRouter 将自己定位为多模型网关与市场，称平台覆盖超过 400 个 AI 模型，日处理量超过 10 万亿 Token。公司认为，Stripe 的客户网络、支付与反欺诈能力能帮助其更…... -
宇树科技王兴兴身家超千亿元，成 90 后新首富
8 月 20 日消息，宇树科技昨日登陆科创板正式挂牌交易，开盘大涨最高 629.44%，股价最高报 1,100 元。宇树科技股价涨近 500%，市值超 3,600 亿元。 据第一财经报道，招股书显示，宇树科技董事长、总经理兼首席技术官王兴兴直接持有公司 8,671.4964 万股股份，发行后占公司股本总额的 21.4395%。王兴兴发行前还通过股权激励平台上海宇翼间接持有公司股份比例 9.5367…... -
AI客服一直“答非所问”、找不到人工客服，我国首个相关国标 9 月出手规范
8 月 20 日消息，很多消费者有这样的经历，网购出了问题想退货，翻遍 App 都找不到人工客服入口；对着 AI客服连发十几条“转人工”，它却只会循环回复“我理解您的心情”。 据中央广播电视总台中国之声今日报道，为规范人工与智能客服协同流程，我国首个聚焦人工客服与智能客服协同机制的国家标准《顾客联络服务 人工与智能客户服务协同要求》将于 9 月 1 日起实施。 报道称，随着人工智能发展，越来越多的…...
-
小白全面入门Codex教程，从0到1使用手册【附图解实操文档】
最近这几个月几乎每天都在陪伴我的工具，就是 Codex 了。 通过 Codex 的使用，我完成了 X 账号的起号以及在工作中的提效。前一段时间，我还因为 Codex + HyperFrames 制作图书号视频，流量小小的爆了一把，也给到了一些信任我的朋友进行 Codex 相关的知识付费。 所以 Codex 是一个非常强大的工具。 但是，很多小白之所以被卡住，往往是因为一开始看到界面时，觉得内容有点…... -
ComfyUI 从安装入门到精通，IPAdapter，一张参考图锁脸、搬风格、垫图
第 11 篇 ComfyUI 从安装入门到精通，Depth 深挖 + 高清放大（清晰度再提一档） 你用 Depth 控住了空间，也知道 ControlNet 管姿势。但有个更烦的事：做一组"同一个角色的不同场景"，第一张圆脸、第二张方脸、第三张直接换发型——我盯着三张图愣了半天，这主角怕不是有三位失散多年的双胞胎。后来搞明白：ControlNet 管构图和姿势，IPAdapte…... -
AI Agent学习资料大全：从入门到实战的完整指南
如果你最近开始研究 AI Agent，大概率会遇到一个很现实的问题：不是没有东西学，而是东西实在太多了。 Claude Code、Codex、OpenCode、Gemini CLI、MCP、Skills、RAG、Memory、Multi-Agent、Computer Use、Browser Use……今天刚弄明白 MCP，明天又看到 Skills；刚学会 Claude Code，又有人告诉你应该研…... -
ComfyUI 从安装入门到精通，Depth 深挖 + 高清放大（清晰度再提一档）
第 10 篇 ComfyUI 从安装入门到精通，ControlNet 三大场景（画面听你指挥）你学会了 ControlNet 三兄弟（OpenPose / Depth / Canny），也知道 strength 怎么拧了。但当时我留了个坑没填：这三个到底什么时候用哪个？ 我自己踩过的真实经历：有回想把一张真人照片改成赛博朋克风格，顺手用了 Canny（第 10 篇说它控轮廓嘛）。结果新衣服的褶皱、…... -
AI数字人本地部署，0成本的数字人口播教程
本地部署：0成本的数字人口播教程 之前看到的所有数字人口播方案，都是基于 heygen 的，1 分钟 10 块钱左右，贵。 这套方案是用本地跑口播数字人的方案，只需要一张 Nvidia 显卡。 第 1 章 先检查电脑配置 1.1 三种常见配置 先看你电脑配置，再决定使用本地服务还是云端服务。 1.2 没有 NVIDIA 显卡怎么办 跳过本地数字人的合成即可。 文章改口播、配音、字幕、插画、动画和视…... -
ComfyUI 从安装入门到精通，ControlNet 三大场景（画面听你指挥）
第 09 篇 ComfyUI 从安装入门到精通，LoRA 使用实战（选/下/放/串权重）你给底模挂上了 LoRA 技能包，出图风格、角色、手都稳了。但有个问题你大概率迟早会撞上：我想让画面精准跟着一张参考图的姿势走，或者让两个人一个站着一个坐着别乱跑，光靠提示词根本说不清。 我当初做一张"两个人握手"的图，提示词写了三百字，出来的不是背对背就是手插兜，气得我重画十几张。后来认识…... -
ComfyUI 从安装入门到精通，LoRA 使用实战（选/下/放/串权重）
前面八篇走下来，你已经能从零装好 ComfyUI、出图、调质量、自救报错、拿图当底子改风格了。到这一篇，咱们把最后一块拼图补上——LoRA。 为啥说是最后一块拼图？你前面出的图，风格全靠底模自带那点本事。想画水彩、想固定一个动漫角色的脸、想让手别画成"六指琴魔"，光靠底模和提示词很难稳定做到。挂一个 LoRA，几十兆的小文件，立马给底模"加个技能包"。 我第…... -
ComfyUI 从安装入门到精通，图生图实战（改风格/换构图/出变体）
前面七篇，你已经能从零装好、出图、调质量、自救报错了。但有个问题：每次都从一段文字提示词硬"憋"出图，想要某个构图、某个姿势，纯靠文字怎么都描述不准。 这时候就得用图生图（img2img）了。我当初发现这功能，简直打开新世界——拿一张现成图当"底子"，让 AI 在上面改，比从零瞎猜提示词高效十倍。这篇手把手教你：图生图咋回事、降噪强度怎么调、三个实战场景直接…...
产品
-
Audio AI：在线AI音频增强，清晰语音与自然降噪并支持人声与音乐分离
Audio AI是一款AI音频增强工具，专注于清晰语音和纯净声音。它直接在浏览器中处理播客、语音笔记、访谈等录音，提升可懂度和自然临场感。独特的处理方式在降噪的同时保留真实音色和空间感。 Audio AI 功能 语音增强：提升微弱或远距离语音的清晰度和存在感，使讲话、会议、课程等录音更加饱满可信。 噪音消除：降低风扇嗡嗡声、嘶嘶声、交通声等背景干扰，同时保持说话人自然流露和可懂性。 人声分离：从混… -
AI Makes Song：AI歌曲生成器，输入文本或歌词即可生成完整原创歌曲
AI Makes Song 是一款AI音乐生成工具，可将文本或歌词快速转化为完整歌曲。支持多种人声、曲风与乐器模式，适用于内容创作、游戏配乐和音乐制作等场景。提供每日免费点数与商用授权选项，降低音乐创作门槛。 AI Makes Song 功能 文本生成歌曲：输入任意文本描述，AI自动生成旋律与编曲，将创意快速变成完整音乐作品。 歌词生成歌曲：将提供的歌词转化为匹配的旋律与伴奏，实现从歌词到歌曲的完… -
MeeLang：实时AI翻译生成会议双语字幕，支持30多种语言的翻译
MeeLang是一款面向Google Meet的实时AI翻译字幕Chrome扩展。能将会议语音即时翻译成30多种语言的字幕，以极低延迟显示，帮助用户跨越语言障碍自然参与会议。以隐私为核心设计，会议数据仅保存在用户本地。 MeeLang 功能 实时翻译字幕：将Google Meet中的语音实时转写并翻译成字幕，延迟低于6毫秒，在说话人结束句子前即可显示译文，让用户紧跟会议节奏。 多语言自动识别：支持… -
Skriptr：AI学术研究与写作平台，提供真实引用、协作编辑、音频转录及多种AI技能
Skriptr是一款面向学术研究的AI平台，基于用户自有来源进行检索、写作和学习。它能让用户追踪每条引用的原始页面，并通过多种技能辅助完成研究、写作与理解。其差异化优势在于提供真实可验证的引用和全程可控的写作流程。 Skriptr 功能 可追溯真实引用：每条引用均链接到用户上传来源中的具体页面，确保引文真实可查，杜绝凭空捏造。 多模式研究技能：同一智能体可映射学术领域、讲解知识或对论点进行反驳，适… -
Motiofy：免费图像转视频AI生成器，将静态图片与文字转化为动态视频片段
Motiofy AI 是一款在线AI图像转视频生成工具，可将静态图片与文字提示快速转化为动态视频片段。集成多种领先视频模型，提供可调时长、分辨率、宽高比和首尾帧控制，满足电商广告、艺术创作和社交内容需求。新用户获赠免费积分，无需剪辑技能即可开始创作。 Motiofy AI 功能 单图生成动态视频：上传任意 JPG、PNG 或 WebP 图片，配合一句运动描述，即可生成最长 15 秒的视频片段，省去… -
AIDesignHouse：AI家居设计平台，将照片、草图转化为家居设计概念，支持平面图、室内设计、外观改造等
AIDesignHouse 是一个面向家庭装修与设计的人工智能视觉规划工具。用户可上传照片、草图或文字需求，快速生成多种室内外设计概念，用于方案比较与早期决策。其核心价值在于提供视觉参考，而非替代专业测量与施工图纸。 AIDesignHouse功能 多模式设计生成：支持室内设计、户型图、建筑立面、庭院、家具更换与房间清理等 20 余种 AI 工具，满足多样化视觉规划需求。 照片级风格转换：上传现有… -
Happy Shrimp 快乐虾米：AI音乐工具，阿里巴巴推出的AI音乐平台
Happy Shrimp（快乐虾米）是阿里ATH事业群推出的AI音乐平台，Slogan为”Hear Your Imagination（让想象，成为音乐）”，海外版同步推出。非孤立的生成工具，沿用流媒体产品框架，将AI创作、音乐发现与播放器整合为一套体系。用户只需输入一句自然语言描述，即可设定曲风、BPM、配器、人声与段落结构，生成完整歌曲；作品自带”音乐配方”提示词，支持他人”做同款”二次创作，并… -
RoomDesignGPT：AI室内设计工具，60秒内生成两张逼真的室内设计效果图
RoomDesignGPT是一款基于AI的室内设计工具，用于快速生成逼真的房间改造方案。用户上传照片后，可在一分钟内获得两张保留真实布局的效果图，并支持多种风格选择。无需注册或信用卡，适合装修前预览、房源虚拟布置和设计提案等场景。 RoomDesignGPT 功能 真实布局保留：上传照片后自动识别并保留房间的真实墙体、窗户和比例，确保设计方案可落地执行。 60秒快速出图：从上传到生成两张效果图仅需…