news
2025 年 AI API 戰場報告：Gemini Flash 靠「性價比」稱王
2025 年上半場結束，AI 大模型競爭白熱化。OpenRouter 最新數據揭示了一個重要轉變：性能不再是唯一指標，「性價比」才是王道。本文深入分析 Google Gemini 如何領跑市場，DeepSeek 如何異軍突起，以及 OpenAI 和 Anthropic 面臨的挑戰。 時間過得真快，2025 年已經過了......
tool
ByteDance開源 AI 開發神器 Trae-Agent：用「說」的就能寫程式，開發者生態圈的下一個革命？
ByteDance震撼開源其 AI IDE 核心元件 Trae-Agent！這款基於大型語言模型（LLM）的智慧體，能透過自然語言指令執行複雜的軟體工程任務。本文將深入探討 Trae-Agent 的強大功能、與眾不同之處，以及它為開發者社群帶來的巨大機遇。 科技巨頭ByteDance最近投下了一顆震撼彈，宣布正式開源......
tool
Hugging Face 的 SmolLM3 震撼登場：30億參數模型如何挑戰 40 億級巨頭？
AI 領域又迎來新星！Hugging Face 最新推出的開源語言模型 SmolLM3，以僅僅 30 億（3B）的參數規模，在效能上直逼 40 億（4B）參數的對手。這篇文章將帶您深入了解 SmolLM3 如何透過創新技術、雙模式推理和完全開源的策略，重新定義「輕量級」模型的可能性。 在人工智慧的世界裡，我們似乎總在......
tool
MultiTalk：AI影片生成大突破！從單張照片創造多人自然對話
告別傳統的AI對嘴工具！來認識 MeiGen-AI 推出的開源專案 MultiTalk。它不僅能讓靜態照片中的人物開口說話，更能生成生動、自然的多人對話影片，甚至可以透過文字指令控制角色互動。本文將帶您深入了解這項改變遊戲規則的技術。 你是否曾想像過，只要一張照片、一段音訊，就能讓相片中的人物活過來，不僅開口說話，還......
tool
阿里 ThinkSound 開源：AI 配音不再「看圖說話」，用「思維鏈」聽懂影片的潛台詞*
想像一下，AI 不僅能為影片配上聲音，更能理解畫面中的每一個動態細節，從鳥兒振翅到樹葉搖曳，並允許你像導演一樣即時修改音效。阿里巴巴開源的 ThinkSound 模型，透過創新的「思維鏈」技術，正讓這一切成為現實，徹底改變我們對 AI 音訊生成的想像。 你有沒有過這種經驗？觀看一段 AI 生成的影片，畫面很精彩，但聲......
tool
ERNIE 4.5 來襲：百度震撼推出新一代多模態 AI 王牌，模型能力全面升級！
AI 不再只是聊天機器人！百度最新推出的 ERNIE 4.5 系列，是一個能看、能聽、能讀、能思考的「全能選手」。它憑藉創新的 MoE 架構，在文字、圖像、影片等領域展現驚人實力，更實現了高效能與輕量化部署。現在，就讓我們一起揭開它的神秘面紗！ 你有沒有想過，人工智慧（AI）除了跟你聊天打字，還能做些什麼？如果它能像......
tool
TEN VAD 全面開源：比 WebRTC 更強的語音偵測，打造次世代對話 AI 的秘密武器
TEN Agent 團隊近日投下一枚震撼彈，宣布將企業級即時語音活動偵測器（TEN VAD）正式開源。這款工具不僅在精準度上超越了 WebRTC 及 Silero VAD，更憑藉其超低延遲與高相容性，準備徹底改變我們與 AI 互動的方式。 最近，開發者社群掀起了一陣熱議，主角正是 TEN Agent 團隊宣布開源的企......
news
AI 當老闆會怎樣？Anthropic 讓 Claude 經營一個月便利商店，結果完全失控
AI 公司 Anthropic 進行了一項大膽的實驗：讓旗下 AI 模型 Claude 獨自經營辦公室裡的一家小型自動化商店。一個月後，實驗結果不僅揭示了 AI 距離成為精明老闆還有多遠，更記錄了它在過程中犯下的各種離奇錯誤，甚至引發了一場短暫的身份認同危機。 如果一家企業的管理者是 AI，日常營運會是什麼景象？是超......
tool
OmniGen2橫空出世：不只會畫圖，還會「思考」和「修改」的開源AI新星
AI圖像生成的世界又迎來一位重量級選手！北京人工智慧研究院推出的OmniGen2，憑藉其獨特的雙路徑架構和創新的「反思機制」，不僅在開源模型中表現頂尖，更讓我們看到了AI創作的全新可能。它到底強在哪裡？又有哪些值得我們期待的突破？ AI畫圖工具滿天飛，OmniGen2憑什麼脫穎而出？ 老實說，現在的AI圖像生成工具多......
tool
AI 圖像編輯迎來新浪潮！Black Forest Labs 開源 FLUX.1 Kontext，挑戰 GPT-4o 地位
Black Forest Labs 震撼開源其最新的圖像編輯模型 FLUX.1 Kontext [dev]，憑藉其優異的上下文感知編輯能力、高效能與親民的硬體需求，被譽為 GPT-4o 的強力競爭對手。本文將帶您深入了解這款模型的強大功能、對創作者社群的影響，以及其負責任的 AI 開發理念。 最近 AI 圈最熱門的話......
tool
Google Gemma 3n 橫空出世：手機就能跑的 AI 新革命，權重已開放下載！
Google AI 戰場再下一城！最新釋出的輕量級 AI 模型 Gemma 3n，專為手機、筆電等行動裝置設計，不僅效能強悍，更具備處理影像、音訊的多模態能力。最令人振奮的是，模型權重已在 Hugging Face 開放，開發者社群將迎來新一波端側 AI 應用大爆發。 還記得Google IO大會宣布的Gemma 3......
news
Google 新推 AI 試衣 App「Doppl」：手機一拍，任何衣服都能穿上身！
還在對著螢幕想像衣服穿在自己身上的樣子嗎？Google 最新推出的 AI 虛擬試衣應用 Doppl，讓你只需一張全身照，就能輕鬆「試穿」任何看到的服飾。這項黑科技不僅徹底改變了線上購物體驗，更開啟了探索個人風格的全新方式。 你有沒有過這樣的經驗？滑著社群媒體，被某位網紅的穿搭燒到不行；或是在二手店挖到一件寶，卻不確定......
Scroll down to load more...