字节发布多模态神器BAGEL，图像生成媲美SD3，14B参数碾压Qwen2.5-VL
字节跳动Seed团队在Hugging Face平台重磅发布BAGEL，一款基于混合专家（MoE）架构的开源多模态基础模型，拥有14亿总参数和7亿活跃参数。BAGEL在数万亿token的交错多模态数据集上预训练，性能超...
免费YouTube 视频下载器，无需注册完全免费
想保存YouTube上的喜爱视频，却被繁琐的流程或低质量困扰？yt1d.top 提供一站式解决方案，不仅免费使用，还支持高达8K的高清视频下载、音频提取和图片保存，兼容多种格式，速度快、无水印...
OpenAI 官方扩展 Responses API：支持 MCP、图像生成等
OpenAI 公司昨日（5 月 21 日）发布博文，宣布扩展 Responses API，支持远程连接 MCP 服务器、图像生成、Code Interpreter 以及文件搜索优化等，帮助开发者构建更智能的智能体应用。 网友查询公...
小旺AI截图 – 免费跨平台AI截图录屏全能神器，DeepSeek智能解析一键搞定
小旺AI截图介绍 小旺AI截图是一款专为Windows和macOS设计的轻量级截图与录屏神器，首款接入DeepSeek的AI截图神器！轻巧、好用！只需7MB安装包便可即装即用。软件提供免费无水印录屏功能，支持全...
123云盘解锁插件 – 增强解锁脚本 会员特权、极速下载
123云盘解锁是一款专为123云盘打造的增强脚本，将普通用户的使用体验彻底升级，完美解锁会员功能、突破下载限制、去广告、支持自定义用户信息，为你带来专业级网盘操作体验。无论是在个人网盘还...
Drawnix – 无限画布上的开源白板工具，支持思维导图、流程图与自由画笔
Drawnix 是一款基于 Plait 框架打造的免费开源白板工具，提供思维导图、流程图和自由绘画等功能。依托插件化架构，用户能够随需扩展多种交互组件。每一次操作都能实时保存至浏览器缓存，确保内...
Image Describer X – 免费AI图像描述神器竟然可以让每张图片“开口说话”
Image Describer X概述 Image Describer X 是一款完全免费的 AI 图像描述平台，能将 JPG、PNG、GIF、WEBP 等格式的图片瞬间转化为生动、准确的文字描述。凭借先进的深度学习算法，它不仅能识别...
urongda-中国大学矢量校徽图标大全 700+高校标识免费下载 SVG格式
urongda介绍 urongda平台专注于整合全国2828所教育部备案高校的矢量校徽资源，已收录700余所院校的精准标识。所有校徽均以SVG矢量格式呈现，支持无限缩放不失真，适配印刷、数字设计等全场景应...
AI Voice Cloning：AI语音克隆生成器 3秒极速复刻真人声线
AI Voice Cloning是一款AI语音克隆生成器，3秒极速复刻真人声线，该平台通过领先的 AI 技术，仅需一段 3 秒钟的录音，便能精准捕捉说话者的音色、情感与语调，瞬间生成与真人几乎无异的语音效果...
新手指南：阿里云推出的AI智能编码助手“通义灵码”安装教程
通义灵码是由阿里云推出的AI智能编码助手，旨在提高编程效率，兼容主流编程工具如Visual Studio Code和JetBrains IDEs。 通义灵码官网：https://tongyi.aliyun.com/lingma/ 以下是通义灵码安装...
半个AI圈期待的“Midjourney”角色一致性首发评测
Midjourney（MJ）发布了备受期待的角色一致性功能，这是AI图像生成领域的一个重要进展。这项功能允许用户在生成图像时保持角色的外观一致性，对于需要连续性和一致性的创作流程至关重要。角色一...
腾讯发布“混元游戏”，打造首个工业级AIGC游戏内容生成引擎
2025年5月20日，腾讯正式发布“混元游戏”视觉生成平台，标志着首个面向游戏工业级内容生产的AIGC引擎正式上线。该平台基于腾讯自研“混元大模型”，融合AI美术管线、实时画布、2D图像生成、角...
ZenCtrl：多合一图像生成与控制
ZenCtrl 是基于 OminiControl 开发的进阶版图像生成控制神器，不仅能实现虚拟试穿、智能背景融合、高清图像修复等实用功能，更在原有基础上大幅提升了控制精度和主体一致性。 说真的，OminiC...
苹果将开放AI模型给开发者，力求催生创新应用
苹果公司近日宣布，将向第三方开发者开放其人工智能模型，旨在激发新应用的创造力，并提升其设备的吸引力。知情人士透露，这一计划将在6月9日的全球开发者大会（WWDC）上正式发布。苹果希望通过...
谷歌推出 MedGemma AI 模型-医疗图像与文本分析的革命性工具
在刚刚结束的2025年 I/O 开发者大会上，谷歌宣布开源全新医疗 AI 模型 ——MedGemma。这款基于 Gemma3架构的模型专为医疗领域设计，具备强大的多模态图像和文本理解能力，旨在提升医疗诊断与治...
Google Veo 3 ：新一代生成视频模型刚刚发布！
-为自己制作的短片添加音轨，创建会说话的角色，加入音效等，同时以多种电影风格制作视频。 -捕捉现实世界的物理现象，同步嘴唇动作，Veo 3在理解您的需求方面表现出色。 -根据故事提示生成栩栩...
