大家好，我是X小鹿。记得 2023 年 AI 绘画刚兴起时，还总是画不好手，一致性也根本无法保证。 而现在，AI 不仅能生成单张精美的图片，还能一句话生成故事连贯、角色一致的多张漫画。 之前分享过很多

前言 我偶然间发现一个宝藏网站，http://aicut.online 是一款基于本地AI实现的背景移除工具。 我研究了一下，发现他是使用了u2net模型 + onnxruntime-web实现的本地

LLaVA 于 2023 年提出，通过低成本对齐高效连接开源视觉编码器与大语言模型，使「看图 — 理解 — 对话」的多模态能力在开放生态中得以普及，明显缩小了与顶级闭源模型的差距，标志着开源多模态范式

近期AI图像领域再次重磅升级，`Nano Banana``Google Gemini 2.5 Flash Image`  这次颠覆了大众认知。主打“一句话就能改图”的超轻量 AI 图像引擎。

🔥 引言 在Web应用开发中，图片标注功能越来越成为刚需。无论是数据标注平台、在线教育工具、还是内容审核系统，都需要一款灵活、易用的图片标注工具。今天要给大家推荐的是 mark-img —— 一款框架

前言 谷歌Nano Banana发布以后，绘图领域那是邪修辈出，创意玩法层出不穷。 当我沉浸在 Nano Banana 的快乐的时候，字节推出了另一个超级火爆的豆包·图像创作模型 Seedream 4

Claude 支持文件编辑功能：支持 Office 全家桶和 PDF Claude 正式上线文件创建编辑功能！用户现在可以在 claude.ai 和桌面端直接创建并编辑 Excel、Word、Powe

阿里通义 Qwen3 重磅发布：小模型吊打大模型，MoE 架构效率惊人 阿里通义 Qwen3 系列大模型[1]正式推出，本次开源了 2 个 MoE 模型和 6 个密集模型。旗舰模型 Qwen3-235

随着 AI 技术的普及，越来越多的 AI 开始执行拨打和接听电话的任务。在这种情况下，AI 之间不可避免地需要通过电话进行交流。然而，传统的人类语言通信方式在 AI 之间的对话中存在明显缺陷，比如时间