Wan-Animate：阿里通义实验室推出的 AI 角色动画生成与视频角色替换框架
Wan-Animate是由阿里通义实验室研发的一款统一角色动画与替换框架，其构建于Wan模型之上，并针对角色动画类任务优化了输入范式与技术架构。作为一款定位 “一体化” 的 AI ...
SSVAE：智谱AI开源的视频生成专用谱结构 VAE 模型
SSVAE（Spectral-Structured VAE）是智谱AI针对视频生成场景优化的谱结构变分自编码器，聚焦于解决传统视频VAE潜在空间光谱特性与扩散模型训练需求不匹配的问题。该模型通过...
如何选择合适的XAI方法？LIME、SHAP还是注意力机制？
面对LIME、SHAP、注意力机制等多样化的XAI方法，如何根据具体场景选择最优方案成为亟待解决的实践难题。本文AI铺子通过对比三种方法的理论基础、技术特性、适用场景及局限性...
GLM-ASR：智谱 AI 开源的高性能语音识别模型，方言支持与低音量语音精准转录利器
GLM-ASR 是由智谱 AI 团队开源的一款轻量级高性能语音识别项目，核心模型为 GLM-ASR-Nano-2512，参数规模仅 1.5B，却在多项语音识别基准测试中表现优于 OpenAI Whisper V3。...
CosyVoice：阿里通义开源的多语言低延迟 TTS 框架，支持跨语言克隆与流式语音合成
CosyVoice是由阿里通义实验室打造的开源TTS项目，其核心定位是面向“野外”真实场景的高质量、高灵活性语音合成框架。作为基于LLM架构的TTS工具，CosyVoice不仅支持基础的文...
Mistral AI 推出 Devstral 2 系列编码模型 成本效率较 Claude Sonnet 提升 7 倍
2025年12月Mistral AI推出第二代开源编码模型Devstral 2与Devstral Small 2，其中Devstral 2具备1230亿参数、72.2%的SWE-Bench Verified得分，成本效率较Claude Sonnet提升...
OpenAI 团队亲授 GPT-5.1 高效使用 5 大方法（附实测）
在谷歌、Anthropic等厂商的激烈竞争下，OpenAI旗下的GPT-5.1依旧稳居全球顶尖AI模型行列。近日，OpenAI官方播客邀请到了ChatGPT团队核心成员，分享了这款模型的核心使用技巧...
Gemini 3 Deep Think 模式上线 Gemini 应用，Ultra 用户推理体验升级
近日，谷歌 Gemini 3 Deep Think 模式正式在 Gemini 应用中向 Google AI Ultra 订阅用户开放。这一全新模式在推理能力方面实现了显著提升，旨在攻克那些即便对当前最先进模...
MemOS：开源 AI 智能体记忆操作系统，赋能智能体长期记忆与人格一致性
MemOS 是由 MemTensor 团队开发的开源 AI 智能体记忆操作系统，旨在解决传统 AI 智能体存在的 “记忆断层”“人格漂移” 和 “上下文召回能力弱” 等核心痛点。该框架通过模...
BERT微调最佳实践：5个提升准确率的关键技巧
BERT作为自然语言处理领域的里程碑模型，通过预训练-微调范式在文本分类、问答系统、命名实体识别等任务中取得了显著成果。本文AI铺子总结5个提升BERT微调准确率的关键技巧...