Wan2.7-Image：阿里通义可控级 AI 图像模型，千人千面 + 精准调色 + 超长文本渲染
Wan2.7-Image是阿里巴巴达摩院通义实验室（通义万相团队）发布的新一代 AI图像生成与编辑统一模型，该模型彻底打破传统AI生图工具"生成与编辑分离"的架构壁垒，将文生图、图...
LongCat-AudioDiT：美团开源的高保真零样本语音克隆与文本转语音模型
LongCat-AudioDiT是美团LongCat开源的基于扩散模型的高保真文本转语音（TTS）与零样本语音克隆模型，是当前语音合成领域的SOTA（State-of-the-Art）方案之一。该模型彻底革...
AI数据标注工具有哪些？5款免费好用的数据标注软件对比测评
本文深度测评5款免费好用的AI数据标注工具，涵盖Label Studio、LabelImg、LabelMe、Make Sense、Doccano，从功能、场景、易用性、AI辅助能力等维度对比，帮个人开发者、算法...
数据标注职业全景：薪资、前景、发展路径全解析
2026年数据标注行业全景解析：深度揭秘数据标注员真实薪资（3000-50000元）、技能要求及职业发展路径。从基础标注到AI训练师、算法工程师的晋升指南，分析自动化冲击下的转...
MicroCoder：微软剑桥联合开源的AI 代码模型专属强化学习库
MicroCoder是由微软亚洲研究院、剑桥大学、普林斯顿大学联合开源的AI 代码模型专属强化学习库，聚焦解决现代代码大模型（如Qwen 2.5、Qwen 3系列）训练中的代际断层、数据集...
LongCat-Next：美团原生全模态大模型，统一离散Token实现图文声全域交互生成
LongCat-Next是美团旗下LongCat（龙猫）团队开源的原生多模态基础大模型，核心摒弃传统多模态模型“语言基座外挂视觉、音频模块”的拼凑式架构，创新性打造纯离散自回归底层...
Transformer是什么？为什么学 AI 绕不开 Transformer？
深度解析Transformer架构原理及其在AI领域的核心地位。本文从定义、架构、数学原理到应用场景，详细阐述为何Transformer成为现代人工智能的基石，是学习AI不可绕开的必经之...
Lyria 3 Pro：谷歌DeepMind推出的可生成3分钟完整曲目的专业级AI音乐模型
Lyria 3 Pro是谷歌DeepMind发布的专业级AI音乐生成模型，作为Lyria 3的进阶版本，核心突破是将单次音乐生成时长从30秒提升至3分钟，可精准生成包含前奏、主歌、副歌、桥段的...
OpenCLI：开源AI原生通用CLI工具，复用浏览器会话实现安全跨平台操控
OpenCLI是一款基于TypeScript语言构建的开源AI原生通用命令行枢纽工具，简单来说，它能够将互联网任意网页平台、Electron架构桌面应用、电脑本地原生CLI工具，全部转化为可...
PrismAudio：阿里通义推出的AI视频自动配音与环境音生成工具
PrismAudio是阿里通义实验室研发、被ICLR 2026收录的开源视频转音频（V2A）生成框架，首创融合分解式思维链（CoT）与多维奖励强化学习的技术路径，解决传统V2A模型目标纠缠...