杨帆的文章

综合介绍 FramePainter 是一个革命性的 AI 驱动图像编辑工具，利用先进的视频扩散技术和直观的 Sketch 控件，帮助用户轻松实现复杂的图像编辑。无论是简单的调整还是复杂的创意变换，FramePainter 都能理解用户的...

综合介绍 Gaze-LLE是一款基于大规模学习编码器的注视目标预测工具。该项目由Fiona Ryan、Ajay Bati、Sangmin Lee、Daniel Bolya、Judy Hoffman和James M. Rehg开发，旨在通过预训练的视觉基础模型（如DINOv2）实...

以前我们开发的大多数智能体是固定的工作流模式，很少有按照下面的框架，开发具有自主决策和自主使用工具的智能体。     前两天，我分享了一款可以自动使用浏览器完成简单任务的开源Agent——browser-use...

今天想分享一个真实又刺激的冷启动故事，事情是这样的： 前几天正在油管上闲逛，刷到一个软件测评博主 LearnWire 的视频：《This NEW AI Tool CRUSHES Lovable For App Building（这款新的 AI 工具在搭建 APP 方...

综合介绍 Fey 是一款专为现代投资者设计的智能助手，提供实时市场数据和个性化投资建议。通过简洁直观的界面，用户可以轻松获取重要的财务信息和市场动态。Fey 的核心功能包括股票跟踪、财务分析、个性化新闻推送...

综合介绍 Needle 是一个专为企业设计的人工智能平台，旨在通过高效的信息搜索和自动化工作流程来提升企业的生产力。该平台能够连接企业内部的各种数据源，提供统一的搜索和数据管理功能。用户可以通过简单的操作...

综合介绍 Rapport Cloud是一个基于云的平台，专注于创建和部署由人工智能驱动的互动数字角色。该平台由Speech Graphics团队开发，利用其获奖的音频驱动面部动画技术，广泛应用于AAA游戏出版行业。Rapport Cloud通...

综合介绍 NewsBang 是一个创新的新闻平台，利用先进的生成式人工智能技术，为用户提供智能新闻和深度洞察。通过简单的“左滑”操作，用户可以获得更深入的新闻理解。NewsBang 提供互动式 AI 播客、简洁的新闻摘要、...

综合介绍 Jogg AI 是一个先进的 AI 驱动平台，专为快速高效地生成视频广告而设计。用户只需输入一个 URL，即可在几分钟内将其转换为精美的视频广告。该平台提供多种可定制的模板和 AI 头像，简化了视频制作过程，...

综合介绍 DiffBIR（Blind Image Restoration with Generative Diffusion Prior）是一个由XPixelGroup开发的图像修复工具，旨在通过生成扩散模型实现盲图像恢复。该工具能够处理各种图像退化问题，如图像超分辨率...

目前主流的文档（或者长论文）翻译普遍采用转换格式、分段，然后再翻译的方式进行，这需要专用的工具，例如：PDFMathTranslate 、GPT Academic 等等... 当然你可以将文档作为附件直接提交给 ChatGPT 、 智谱 、 K...

综合介绍 TankWork是一个开源的桌面代理框架，旨在通过计算机视觉和系统级交互，使AI能够感知和控制您的电脑。该框架允许代理通过语音和文本命令直接控制计算机，处理实时屏幕内容，并提供连续的音频视觉反馈和操...

综合介绍 AI Auto Free 是一个强大的自动化工具，旨在帮助用户无限制地使用AI驱动的集成开发环境（IDE），如 Cursor 和 Windsurf 。该项目提供跨平台支持，并包含多种语言功能。AI Auto Free 主要用于研究和教育...

开始之前，先了解几个“关键词”： 工作流 (Workflow)： 简单说，就是 “完成一件事的完整步骤”。 它像一份“说明书”，告诉你为了达成目标，需要做什么、按什么顺序做、谁来做。 输入 (Input)： 工作流开始前，你需要...

Doubao-1.5-pro 🌟 模型简介 Doubao-1.5-pro 是一个高度稀疏的 MoE 架构，在 Prefill/Decode 与 Attention/FFN 构成的四个计算象限中，表现出显著不同的计算与访存特征。针对四个不同象限，我们采用异构硬件结合不...

  GLM-PC 是基于智谱多模态大模型 CogAgent，全球首个面向公众、回车即用的电脑智能体（agent）。它能像人类一样「观察」和「操作」计算机，协助用户高效完成各类电脑任务。   自 2024 年 11 月 29 日...

综合介绍 XRAG（eXamining the Core）是一个专为评估高级检索增强生成（RAG）系统的基础组件而设计的基准框架。通过剖析和分析每个核心模块，XRAG提供了不同配置和组件如何影响RAG系统整体性能的见解。该框架支持...

综合介绍 文颜（WenYan）是一个专为Markdown文章排版美化而设计的工具，支持将编辑好的Markdown文章转换成适配微信公众号、知乎、今日头条等多个平台的格式。用户可以通过一键复制，将文章直接粘贴到各个平台的文...