VibeVoice：AI 开口说话，会带来怎样的体验？
1. VibeVoice 是什么？
VibeVoice 是微软研究团队推出的开源文本转语音（TTS）框架，核心目标是从文本直接生成富有表现力的、长篇幅、多说话人的对话式音...
Poixe Blog
AI大模型
Claude for Chrome：AI 助手正式走进浏览器
1. Claude for Chrome 是什么？
Claude for Chrome 是 Anthropic 推出的浏览器扩展（研究预览），让 Claude 能在你浏览网页时“看见你所见”、在侧边栏与页...
SpatialLM 1.5：让 AI 听懂三维空间的语言
1. SpatialLM 1.5 是什么？
SpatialLM 1.5 可理解为一类“空间语言模型”：它尝试把 自然语言 与 三维世界 建立起对齐关系，从而理解“物体在何处...
Jetson Thor：NVIDIA 新一代机器人“大脑”
1. Jetson Thor 是什么？
Jetson Thor 是 NVIDIA 面向新一代机器人（含人形机器人）的边缘计算平台，目标是在单一模块上承载从多传感器感知、语义理解、...
Qoder：阿里 Agentic 编程工具亮点与实践路径
1. Qoder 是什么？
Qoder 是一类面向软件工程场景的 Agentic 编程 工具，目标是将“需求理解 → 方案拆解 → 代码生成/改写 → 测试与验证 → 提交与迭代”串联...
马斯克宣布 Grok 2.5 开源：xAI 模型开放详解
1. Grok 2.5 开源背景
近日，马斯克宣布 xAI 将其语言模型 Grok 2.5 开源，并提供下载与使用入口。开源意味着开发者不仅可以研究模型的参数结...
阿里开源Vivid-VR：AI视频修复新标杆，解锁内容创作新可能
在生成式AI技术飞速发展的浪潮下，视频修复领域迎来了革命性突破。阿里云最新开源的 Vivid-VR，一款基于生成式AI的视频修复工具，凭借其出色的帧间一致性和...
Azure TTS Importer：一键导入，将微软TTS语音接入你的阅读软件！
厌倦了机械、生硬的文本朗读？想让你的阅读软件拥有自然流畅的AI语音？今天，我们将为您介绍一款强大且安全的开源工具——Azure TTS Importer。
这款工具旨...
ToonComposer：AI 助力，打通中间帧与上色流程的新一代动画工具
1. ToonComposer 是什么？
ToonComposer 是一套面向卡通/动漫制作的生成式 AI 方法，将传统流程中的 中间帧绘制（inbetweening） 与 上色（colorizat...
LangShift.dev：一站式编程语言转换学习平台，助力开发者高效掌握新技能
在快速迭代的技术世界里，掌握多门编程语言已成为开发者的核心竞争力。然而，从一门熟悉的语言迁移到另一门新语言，常常伴随着语法混淆、范式理解困难等挑战...
最新开源 DeepSeek V3.1 ：更快、更强、更懂你的大模型
1. 版本定位与适用场景
DeepSeek V3.1 是面向通用场景的开源大语言模型版本，相比此前版本在推理稳定性、指令遵循、长文本处理与编码/数学等方向做了增强...
超长视频生成新突破！LongVie框架问世，创作不再受时长限制
在AI技术飞速发展的当下，视频生成领域取得了令人瞩目的进步，尤其是在短视频创作方面。然而，当视频时长超过一分钟时，保持画质、风格和内容的高度一致性，...
Qwen-Image-Edit：融合语义与外观，开启 AI 图像编辑新时代
Qwen-Image-Edit 是在 Qwen-Image 基础上进一步训练的全能图像编辑模型。它把输入图像同时送入视觉语言模型与视觉外观编码器，实现 “语义一致” 与 “外观保真...
Vercel v0 iOS版重磅发布：AI驱动的移动开发新篇章
备受瞩目的AI驱动开发工具 Vercel v0，近日正式推出其iOS版本，为移动开发者带来了全新的构建体验。这一消息不仅在开发者社区引发了广泛讨论，更标志着Verce...
显存门槛降低 35%，混元 3D 世界模型 Lite 版本启用新一代 3D 创作
混元 3D 世界模型 Lite 版本面向更广泛的创作与开发人群，聚焦于显存占用、部署成本与上手路径的优化。在保持核心生成质量与时空一致性的前提下，Lite 版降...
Gemini App 正式支持“记忆”与“临时聊天”，隐私与个性化并重
谷歌在 Gemini App 中新增了 记忆（Memories） 与 临时聊天（Temporary Chats） 两项能力：前者用于长期保留与你相关的偏好与事实，提升个性化回答质量；后...
Claude 能“挂断”聊天了？Anthropic 推出对 AI 的“安全退出”
2025年8月17日，Anthropic 宣布为其大模型产品 Claude 的 Claude Opus 4 与 Claude Opus 4.1模型 推出新功能：在极少数情况下，模型可主动结束对话。引入全...
AI浏览器语言学习新利器：Read Frog，让你的日常阅读变成沉浸式外语课堂！
今天，我们来介绍一款颠覆性的开源AI浏览器扩展——Read Frog（陪读蛙）。这款工具将日常网页浏览升级为沉浸式的语言学习体验，通过强大的AI技术，帮助你即时...
逗逗AI 1.0 打造“懂你”的游戏伴侣，用科技温暖陪伴
1. 什么是逗逗AI 1.0
逗逗AI 1.0 是一款围绕“陪伴式交互”的智能辅助工具，重点面向游戏与日常娱乐学习场景。它结合语音对话、画面理解与长期记忆，为用户...
AI图片免费生成器：40秒极速出图，你的创意灵感库！
可我AI一款在线AI图片生成工具旨在帮助所有创意工作者，以最快的速度将想法变为现实，承诺在40秒内为您生成专业级图像。
核心功能亮点：极速、灵...
