Skip to content

Latest commit

 

History

History
416 lines (327 loc) · 32.9 KB

README.md

File metadata and controls

416 lines (327 loc) · 32.9 KB
Raw

Awesome AI

收集分享 AI 大型语言模型 (LLM)、AI 辅助编程、AI 绘画等领域的常用资料，探索生成式人工智能的应用与开发。

目录

🔍 提醒：善用搜索，按 Ctrl+F 或 ⌘F 定位到你想找的关键词。
💡 持续更新中，建议添加到浏览器收藏夹，平常一定会用到。

Book

大型语言模型  

OpenAI GPT / o1 / ChatGPT  

Claude

  • 简介：Anthropic 公司发布的多模态 AI 模型。Claude 的模型规模从小到大分别有 Haiku、Sonnet、Opus 三个版本。
  • 官网：https://www.anthropic.com/claude
  • Web 产品（Claude）：
    • 入口：https://claude.ai/ （需要验证海外手机号）
    • 定价：有免费版。专业版套餐 $20 / 月。
  • 相关资料：

Google Gemini  

百度文心大模型 / 文心一言  

智谱 GLM / ChatGLM（智谱清言）  

Moonshot AI / Kimi

更多

AI 编程  

GitHub Copilot  

  • 简介：AI 辅助编程领域的标杆。由 GitHub 和 OpenAI 共同开发，作为编辑器插件集成到开发环境中，支持 VS Code 和 JetBrains IDE 等主流开发工具。它提供代码补全、智能对话、多文件编辑等功能。
  • 官网：https://github.com/features/copilot
  • 定价：个人版：$10 / 月（第一个月免费试用；老师和学生可免费使用）

Cursor

  • 简介：AI 辅助编程领域的后起之秀。Cursor 是一款编辑器，基于 VS Code 内核。除了基础的代码补全功能以外，它还提供了批量补全、预测下一步操作、智能对话、多文件编辑等高级功能。
  • 官网：https://cursor.com/
  • 定价：https://cursor.com/pricing
    • 免费版（两周的专业版试用期 + 2000 次补全 + 有限次对话请求）：免费
    • 专业版（无限次补全 + 每月 500 次快速对话请求 + 无限次慢速对话请求）：$20 / 月

其他

  • AI 编辑器：
    • Windsurf：Codeium 出品的一款代码编辑器，基于 VS Code 内核，集成了 Agent 能力，支持各种高级的 AI 辅助编程功能。新用户可获得 2 周的专业版套餐试用期。
  • 编辑器插件：
    • Cline（原名 Claude Dev）：VS Code 插件，融合了 Agent 思维，通过对话生成（或修改）项目代码。需自备 LLM API。已开源。
    • CodeGeeX：智谱旗下的智能编程助手。支持 20 多种编程语言，适配 VS Code 和 JetBrains IDE 等主流开发工具。个人用户免费。企业用户可选择私有化部署服务。
    • MarsCode：字节跳动豆包大模型旗下的智能编程助手。提供智能补全、智能预测、智能问答等能力，适配 VS Code 和 JetBrains IDE 等主流开发工具。个人用户免费。
    • 通义灵码：编辑器插件，支持 VS Code 和 JetBrains IDE 等。个人用户免费。
    • Codeium：编辑器插件，支持 VS Code 和 JetBrains IDE 等。
      • 定价：个人版（代码建议 + 对话）：免费
    • Tabnine：编辑器插件，支持 VS Code 和 JetBrains IDE 等。
      • 定价：基础版（基础的代码补全功能）：免费
    • Amazon CodeWhisperer：编辑器插件，支持 VS Code 和 JetBrains IDE 等。
      • 定价：个人版（代码建议 + 参考跟踪 + 安全扫描）：免费
  • 网页设计与生成工具：
    • Bolt.new：StackBlitz 出品的 AI 编程工具，可在线生成、编辑、运行、部署全栈网站，一站式解决网站开发需求。支持多种基于 JS 的前后端技术栈。
    • v0.dev：Vercel 出品的 AI 网页设计开发工具。通过对话生成网页，可一键发布。主力支持 shadcn/ui (React) + Tailwind 技术栈，后续会支持更多前端技术栈。有免费配额。
    • Wegic：AI 驱动的网页 UI 设计和开发工具。通过自然对话快速生成网站，可通过对话持续修改，可一键发布。
    • OpenUI：开源项目，AI 自动生成前端代码。可根据描述生成 UI 界面，且可以持续输入描述进行修改，可输出 HTML、React、Vue 组件等格式。支持输入中文描述。在线演示。
  • 其他工具：
    • CopyCoder：把网页设计稿、原型图转换成适合 AI 编程工具处理的提示词，适合与 Cursor、Windsurf、Bolt.new、v0.dev 等工具配合使用。
    • Devin：Cognition Labs 推出的 AI 编程机器人，有很强的自主学习和工作能力。内测申请排队中，还未正式开放。
    • Gru.ai：一款在线的编程助手 AI Agent，根据用户的任务生成代码，支持 Python 和 TS 语言。
  • 书籍推荐：

AI 绘画 / 音频视频创作  

AI 绘画

  • Midjourney ：是一款热门的 AI 绘画工具，早期依托 Discord 平台提供服务，现已推出独立网页版应用。它易于入门，作品风格华丽，适合初学者探索 AI 艺术创作，创造独特的视觉作品。

    • 定价：
      • 基础版套餐（3.3h Fast Time）：$10 / 月
      • 标准版套餐（15h Fast Time + Unlimited Relax Time）：$30 / 月
      • 专业版套餐（30h Fast Time + Unlimited Relax Time）：$60 / 月
      • 至尊版套餐（60h Fast Time + Unlimited Relax Time）：$120 / 月

  • OpenAI DALL·E ：OpenAI 出品的图片生成工具。对提示词的理解能力极强，与 ChatGPT 的整合也令它极为易用。

  • Stable Diffusion ：是一款先进的人工智能图像生成模型，由 Stability AI 开发。可本地部署。因其开源特性，发展迅速，已经成长为一个庞大的生态，广泛应用于艺术创作、设计和多媒体制作等领域。

  • FLUX.1：是一个全新的开源图像生成模型。它由 Black Forest Labs 开发，该团队也是 Stable Diffusion 的幕后团队。

AI 视频生成

  • Runway Gen-2：视频生成领域的热门产品。它提供了多种 AI 视频生成模型，包括文生视频、图文生成视频、图生视频、风格化渲染、局部叠加渲染、3D 模型渲染等功能。有免费额度。官网
  • Pika：视频生成领域的热门产品，典型功能为图生视频。新版本主打趣味视频生成功能。有免费额度。
  • PixVerse：视频生成工具，支持文生视频、图生视频、人物生成视频等。有免费额度。
  • Stable Video Diffusion：Stability AI 发布的开源的视频生成模型。可本地部署。
  • OpenAI Sora：OpenAI 发布的视频生成模型。可实现文生视频、图生视频、视频延长和衔接。生成视频长达一分钟。目前仅面向安全领域和创作领域的专家开放内测，还没有正式开放。
  • 可灵大模型 / 可灵AI：快手出品的视频生成大模型，支持文生视频、图生视频、视频续写等能力。支持最长 3 分钟高清视频生成，堪称 “中国版 Sora”。
  • 智谱清影：智谱 AI 推出的视频生成工具，支持文生视频、图生视频等功能，比如 “老照片动起来” 等应用。可生成 10 秒、4K 分辨率、60 帧高清视频。目前免费开放，支持 API 调用。
  • Vidu：Vidu 是由清华大学朱军教授团队研发的 AI 视频生成器。支持生成高逼真度的 4 秒或 8 秒 1080p 高清视频。亮点包括生成速度快、角色一致性、支持写实和动漫风格、生成效果连续流畅等，可应用于游戏、影视、教育等领域。
  • Luma Dream Machine：Luma AI 出品的视频生成模型。支持文生视频、图生视频，可生成 5 秒长度的视频。有免费额度。
  • 剪映专业版（国内版） / CapCut（海外版）：字节跳动出品的视频编辑工具，支持 Windows/Mac。它集成了大量基于 AI 技术的音视频处理功能，比如生成字幕、生成配音、降噪、变声、数字人、文生视频等等。

3D 建模

  • Zero-1-to-3 (zero123): Zero-shot 单张图片生成 3D 物体。哥伦比亚大学的开源项目。
  • One-2-3-45：“Any Single Image to 3D Mesh in 45 Seconds without Per-Shape Optimization”。开源项目。
  • Wonder3D：“Wonder3D produces consistent multi-view normal maps and corresponding color images, and thus reconstructs high-fidelity textured mesh from a single image in only 2~3 minutes”。开源项目。
  • Stable Zero123：单张图片生成高质量 3D 物体。Stability AI 开源模型，可整合到 ComfyUI 工作流。
  • DreamGaussian：Generative Gaussian Splatting for Efficient 3D Content Creation。开源项目。
  • Tripo AI：通过文本或图片生成高质量 3D 模型，可下载。有免费配额。
  • Genie：Luma AI 出品的一款通过文本生成 3D 模型的 AI 工具。目前依托 Discord 提供服务。
  • Luma AI：通过视频来重建 3D 场景。你只需要有一台手持拍摄设备，按要求对物体进行 360°旋转拍摄。有网页版和 iOS App。

数字人 / 语音驱动视频 / TTS

TTS：Text to Speech，文本生成语音。

  • 万兴播爆：输入文案，一键生成数字人播报视频。
  • 剪映：可生成数字人播报视频。
  • HeyGen：生成数字人播报视频，视频翻译，语音克隆。
  • Eleven Labs：文本转语音（TTS），通过文字描述生成音效，语音克隆，视频翻译配音。有 API。
  • EMO：阿里发布的（图片 + 音频 → 视频）大模型，生成的人物嘴形和表情相当自然。
  • ChatTTS：开源的文本转语音（TTS）模型，支持中文和英文。可以控制停顿和笑声等人性化特征，生成结果自然流畅。
  • Seed-TTS：字节跳动发布的高质量、多功能语音生成模型，未开源，似乎也没有发布可用的产品。支持音色微调、带情绪的 TTS、音色转换、情绪转换、基于原语音生成新语音、语音内容编辑、调速等能力。可应用于有声读物、翻译视频等场景。
  • 剪映：已上线 AI 克隆音色的功能，只能克隆自己的音色。
  • 微软 Azure AI 语音：微软的云服务，支持语音转文本、文本转语音、语音翻译和说话人辨识等功能。
  • LivePortrait：快手开源的人物肖像控制模型，可通过五官视频驱动图片生成视频，或修改其他视频。在线体验。
  • ReSyncer：一个研究项目，通过语音和视频模板素材，生成更自然的唇形视频。可应用于数字人场景。目前只有研究论文，还没有公开可用的产品。
  • MaskGCT：香港中文大学（深圳）与趣丸科技合力打造的最新一代语音克隆模型，已开源，具备零样本 TTS 能力（只需 1 秒声音样本即可克隆）。在线试用。

在线 SD 绘画

  • Leonardo.Ai：易用且强大的 AI 绘图平台，底层基于 SD，深度集成 SD 各种插件，提供训练好的模型，可训练模型。有免费配额。
  • eSheep 电子羊：体验在线的 WebUI 和 ComfyUI。新用户获得 100 积分。每 100 积分相当于 ¥1。
  • 网易 AI 设计工坊：在线 WebUI，可训练模型。有免费配额，每天 10 次。
  • LibLib AI：在线 WebUI，可训练模型。有免费配额，每天 300 积分。
  • Cephalon Cloud 端脑云：云端一键部署自己的 WebUI 和 ComfyUI。新用户获得 2000 积分。每 1000 积分相当于 ¥1。
  • 即梦 AI：字节跳动出品的在线绘画平台，主打易用和免费。原名 “Dreamina”。

音乐歌曲创作

  • Suno：AI 根据你的要求生成歌曲（作词、作曲、演唱）。
  • 天工 AI 音乐：根据歌名、歌词、参考音频创作音乐，可由 AI 帮写歌词。

其他创作工具

  • 神采 / PromeAI：图片生成和编辑工具，包括草图渲染、照片转线稿、局部重绘、抠图去背景、换背景、扩图、重打光、高清放大、文字融合、AI 写真、图生视频等。有免费配额。
  • DomoAI：视频风格转绘，比如把一段现有视频转换为二次元日漫、像素风、油画、3D 皮克斯动画等风格。此外还有文生图、图生图、图生视频等功能。有免费配额。
  • Comic AI：AI 漫画制作工具。有免费配额。
  • Logo Diffusion：AI 设计 Logo 工具，主要功能有：提示词生成 Logo、图片转 Logo、用提示词修改 Logo、手绘草稿美化、2D 转 3D。有免费配额。
  • AutoPod：Premiere Pro 插件，自动完成多机位剪辑、停顿切除。
  • Canva 可画：老牌的在线设计工具，提供了大量模板和设计元素，支持 AI 设计。
  • FaceSwap：多功能的在线换脸工具。支持图片换脸、多人换脸、视频换脸等功能。有免费配额。
  • Remaker - Face Swap Online Free：免费的在线换脸工具，支持图片换脸。
  • 绘蛙：面向电商领域的 AI 模特换装生图工具。阿里出品。

（持续更新中……）

常用 AI 网站 / 工具  

综合平台

  • POE：各种知名模型的聚合平台。用户可根据自己的需求通过 Prompt 定制对话机器人，相当于 GPTs 平替。付费用户可无限量使用 GPT-4、Claude 2 等高端模型。
  • FlowGPT：一个 Prompt 分享平台。提供了角色聊天、游戏、创意、生产力等各种类型的对话机器人，是一个学习提示词的好地方。也可以把它当作 GPTs 平替。
  • Character.AI：与各种类型的 AI 虚拟角色对话，包括世界名人、动漫人物、游戏角色等。
  • Coze：字节跳动推出的 AI 聊天机器人及 AI 应用开发平台。无论是否具备编程基础，用户都可以快速构建特定功能的聊天机器人，并发布到各大社交平台。
  • GPTsCopilot：第三方 GPTs 商店，提供 GPTs 中转访问服务。在 GPTs 的网址中，把 openai.com 改成 openai-now.com 就可以切换到 GPTsCopilot 提供的中转访问服务，无需成为 ChatGPT Plus 会员即可使用 GPTs。
    • 定价：https://gptscopilot.ai/pricing
      • 基础版（每天 5 积分）：免费
      • 专业版（每月 1500 积分）：$9.99 / 月
      • 按需付费方案：$5.99 / 500 积分 或 $9.99 / 1000 积分
  • Toolify.ai：AI 工具分类导航目录。
  • There's An AI For That (TAAFT)：提问我的需求可以用哪些 AI 工具来实现。
  • 通往 AGI 之路 / WayToAGI：AI 工具（包含网站和 GPTs）分类导航目录，也可搜索。
  • ChandlerAi：国内可用的 AI 助手，可调用 GPT-4、Claude 3 Opus、Gemini、DALL·E 等先进模型。需要付费。

图像处理 / 图形设计 / UI 设计

  • Vectorizer.AI：基于 AI 的位图转矢量图的在线工具，比如 PNG → SVG。已经不可免费使用，需要订阅（$10 / 月）。
  • Galileo：通过提示词生成 UI 设计稿，可导出到 Figma。
    • 定价：https://www.usegalileo.ai/pricing
      • 免费版（注册后获得 200 积分 + 3 次导出）：免费
      • 标准版（每月 1200 积分 + 无限导出）：$19 / 月
      • 专业版（每月 3000 积分 + 无限导出 + 私密模式）：$39 / 月
  • Magnific AI：图片放大，增强细节。
  • Photoroom：在线 AI 图片处理工具。免费用户可使用抠图、擦除、照片优化功能。
  • 抠图：

写作 / PPT 幻灯片

  • Notion AI：Notion 中的 AI 写作助手。增值服务，每月 $10。
  • 蛙蛙写作：国产写作模型，写长篇小说、视频脚本、论文等。免费试用 3000 字。
  • 讯飞智文：Word、PPT 一键生成、AI 撰写助手、多语种互译、AI 自动配图、PPT 转演讲稿等。
  • 腾讯文档：AI 助手提供生成 PPT、生成文档、生成表格、生成思维导图、生成收集表等功能。
  • Gamma：AI 设计助手，生成 PPT、文档和网页，优化现有 PPT 和文档。
  • AiPPT.cn：AI 一键生成 PPT。支持自动生成 PPT 大纲文案，文档秒变 PPT，支持多种模板，兼容 pptx 格式。

内容分析、识别、提炼

  • 通义听悟：语音文件识别为文本，拆分章节，提炼关键信息，识别多人发言，适合处理录音采访、播客、会议记录等内容。
  • MinerU：一站式、开源、高质量的数据提取工具，包含 PDF 文档、网页与电子书的内容提取并转换等 Markdown 等功能。在线体验
  • Elicit：以超人速度分析论文。自动化耗时的研究任务，如总结论文、提取数据和汇总结论。
  • Monica：多功能 AI 工具箱，有浏览器插件、桌面应用和移动 App。最为人熟知的功能是基于网页内容的总结和问答。
  • 剪映：可识别语音生成字幕。

定制知识库 / RAG

RAG：Retrieval-Augmented Generation，检索增强生成。是目前基于 LLM 实现 “外挂知识库” 的主流技术方案。

  • SiteGPT：基于你的官网内容和上传文档创建客服机器人，解答客户的咨询。
  • Dify：LLM 应用开发平台，支持各种大模型，提供 Prompt 编排、RAG、Agent 框架、工作流编排等功能。
  • RAGFlow：一款基于深度文档理解构建的开源 RAG 引擎。
  • MaxKB：基于 LLM 大语言模型的知识库问答系统。开箱即用，支持快速嵌入到第三方业务系统。

广告 / 营销

  • AdIntelli：面向 GPTs 生态的广告联盟（可靠性待验证）。
  • GPT Wallets：为 GPTs 提供支付和数据分析解决方案。

API 聚合平台

  • GitHub Models：GitHub 提供的免费 LLM API，包含 GPT-4o、Meta Llama 3、Cohere 等模型，调用频率有限制。相关攻略
  • API2D：提供 GPT 系列、Claude、嵌入、绘图等 API，高速稳定，支付便捷。
  • OpenRouter：提供 GPT、Claude、Gemini、Llama、Qwen 等系列 API 服务。

其他工具 / 开源项目

  • Perplexity：AI 搜索。
  • 秘塔 AI 搜索：更友好的搜索引擎，帮你整理信息后更有条理地呈现。有 “全网” 和 “学术” 两种搜索模式，搜索深度可选简洁、深入、研究。
  • 天工 AI：AI 搜索、对话助手等。
  • PromptPerfect：帮你优化提示词（Prompt）。比如把你的笼统需求拆解为多步骤的任务，以提高模型输出的准确性；又比如根据给定的文章主题生成大纲并撰写长文。
  • AppAgent：腾讯研究团队的开源项目，基于大语言模型的手机端多模态智能代理，帮用户自动执行复杂任务。适用于 Android 手机和模拟器。可粗略类比为手机端的按键精灵。
  • ProctorAI：AI 监工，号称 “拖延症终结者”。开源项目，本地应用程序，通过定时截图来检查你是否在摸鱼，并发出警告，支持语音提醒。可以设置详细的监督规则。底层调用了 GPT-4o 等多模态模型。
  • llm_aided_ocr：LLM 辅助 OCR，通过大模型来提升 OCR 的准确性。

教程

法规 / 公告

（持续更新中……）

常见问题  

有什么简便的方式可以使用 GPT-4 和 GPTs？  

建议先通过 ChatGPT Plus 拼车账号开始体验，即买即用。解锁 GPT-4 + DALL·E 绘图 + GPTs 等高端功能。需自备海外线路。

这里推荐一个老牌的拼车平台，稳定可靠。点此开始拼车（还可用九五折优惠码 ai2024）。

AI 生成内容的版权（著作权）属于谁？

简单说一下结论：

  • 如果 AI 服务商的用户协议中主张了 AI 生成内容的著作权，则属于 AI 服务商。
  • 否则属于使用 AI 服务生成内容的用户。

详细解释：你用 AI 生成的作品，版权归你吗？

微信群  

加入群，快人一步获取 AI 资讯、与数百名同好交流：

qun-qr

License

  • Text and graphics: © Creative Commons BY-NC-ND 4.0
  • Code: GPLv3