Últimos recursos sobre IA

InteriorGS es un conjunto de datos semánticos gaussianos 3D de alta calidad presentado por Qunar Technology. El conjunto de datos contiene 1.000 escenas 3D que abarcan más de 80 entornos interiores, como viviendas, tiendas, salones de bodas y museos. El conjunto de datos contiene más de 554.000 instancias de objetos en 755 categorías...

DragonV2.1 es un avanzado modelo de conversión de texto a voz (TTS) de muestra cero de Microsoft. Basado en la arquitectura Transformer, el modelo admite la clonación de voz en varios idiomas y sin muestras, y genera un habla natural y expresiva con solo 5-90 segundos de indicaciones de voz.

ScreenCoder es una herramienta inteligente de código abierto para convertir rápidamente capturas de pantalla de diseño de interfaz de usuario en código HTML / CSS de alta calidad. Herramientas basadas en la arquitectura modular multi-inteligencia , combinado con la comprensión visual , la planificación de diseño y técnicas de síntesis de código para apoyar la generación de alta precisión y semántica front-end ...

Gemini 2.5 Deep Think es un modelo de razonamiento de IA de Google diseñado para resolver tareas complejas. Es una variante del modelo que ganó la medalla de oro en la Olimpiada Internacional de Matemáticas (IMO) 2025, y está diseñado para resolver tareas complejas mediante Paralelo...

MindLink es un gran modelo de razonamiento de código abierto lanzado por Kunlun World Wide Web. Con el mecanismo de razonamiento adaptativo , de acuerdo con la complejidad de la tarea de conmutación flexible modo de razonamiento , las tareas simples generados rápidamente , tareas complejas razonamiento en profundidad , teniendo en cuenta la eficiencia y la precisión . Paradigma de razonamiento basado en planes para eliminar la etiqueta "pensar" , reducir ...

Kimi K2 versión de alta velocidad (kimi-k2-turbo-preview) es un modelo de lenguaje de alto rendimiento introducido por Kimi, el Lado Oscuro de la Luna. El modelo está optimizado sobre la base de Kimi K2, y la velocidad de salida se incrementa en gran medida, que puede generar 40 Token por segundo....

dots.ocr es un modelo de análisis sintáctico de documentos multilingües de código abierto del laboratorio Xiaohongshu hi, basado en un modelo de lenguaje visual (VLM) de 1.700 millones de parámetros, que puede realizar con eficacia la detección del diseño y el reconocimiento del contenido de los documentos manteniendo un buen orden de lectura.

HYPIR es un gran modelo de restauración de imágenes introducido por el equipo de Dong Chao en los Institutos Shenzhen de Tecnología Avanzada de la Academia China de Ciencias. El modelo combina la prioridad fraccional del modelo de difusión con una red generativa adversarial para lograr una restauración de imágenes eficiente y de alta calidad.HYPIR puede restaurar rápidamente fotos antiguas y mejorar la resolución manteniendo el texto claro....

FLUX.1 Krea [dev] es un modelo gráfico generado por texto de Black Forest Labs y Krea AI. El modelo genera imágenes realistas de alta calidad basadas en descripciones de texto de entrada, con un estilo estético único que evita las tradicionales A...

Qwen3-Coder-Flash es un modelo de programación de alto rendimiento introducido por el equipo de Ali Tongyi Thousand Questions, que tiene excelentes capacidades de programación basada en agentes y de invocación de herramientas, y es bueno en el manejo de tareas de programación complejas. El modelo soporta 256K tokens de comprensión de contexto largo, y puede escalar a 1M ...

Wide Research es una potente función de la plataforma Manus diseñada para gestionar tareas complejas y a gran escala. La plataforma admite cientos de inteligencias de propósito general trabajando simultáneamente mediante mecanismos de procesamiento paralelo a nivel de sistema y protocolos de colaboración entre inteligencias.

Seed Diffusion es un modelo de lenguaje de difusión experimental introducido por ByteHop que se encarga de tareas de generación de código. El modelo se basa en técnicas como la formación por difusión en dos etapas, el aprendizaje secuencial restringido y la decodificación paralela eficiente mejorada, lo que mejora significativamente la velocidad de inferencia a 2.146 tokens/s, que es más rápida que...

Xiao Xingxu es el producto de generación de cómics emocionales por IA lanzado por Jingdong Health, actualmente en fase de pruebas. La función principal del producto es la generación de cómics emocionales. Los usuarios pueden expresar sus emociones o contar una historia mediante voz o texto, y la IA genera cómics de cuatro paneles e interpreta la historia en función de la información recibida.

1688 AI version es una aplicación de asistente de negocios inteligente lanzada por la plataforma 1688 de Alibaba, diseñada para pequeños compradores y comerciantes B. Basándose en los datos masivos de la plataforma 1688, la aplicación ofrece funciones como empuje de oportunidades de negocio, recomendación de productos, generación de ideas, consulta de empresas, etc., ayudando a los usuarios a captar con precisión la dinámica del mercado, rápida...

Step Deep Research es una eficaz herramienta de investigación de IA lanzada por Step Star, que puede completar de forma autónoma investigaciones sobre temas complejos y generar informes profesionales en poco tiempo. La herramienta está diseñada para finanzas, consultoría, sanidad, derecho y otros campos, y ha destacado en las reseñas del sector por sus capacidades de búsqueda en profundidad e integración de información.

Runway Aleph es un modelo avanzado de edición de vídeo con IA lanzado por Runway, que se basa en sencillos comandos de texto para añadir y eliminar rápidamente contenido de vídeo, cambiar el estilo, ajustar el entorno y optimizar el movimiento de la cámara. Los usuarios pueden eliminar fácilmente elementos redundantes, cambiar escenas sin operaciones complejas...

WebShaper es un sistema de síntesis de datos de entrenamiento de IA lanzado por el laboratorio Tongyi de Alibaba, que genera datos de entrenamiento escalables y de alta calidad basados en mecanismos formales de modelado y expansión de la inteligencia, ayudando a las inteligencias de IA a mejorar su capacidad para recuperar información compleja. El sistema introduce el concepto de "proyección del conocimiento"...

Skywork UniPic es un modelo de pre-entrenamiento multimodal de código abierto de KunlunWanwei, con tres capacidades básicas: comprensión de la imagen, imagen de generación de texto y edición de imágenes. El modelo se basa en una arquitectura autorregresiva , fusionando codificador MAR y SigLIP2 columna vertebral , con 1,5B calibre de parámetros....

ChatGPT Study es un innovador modelo de aprendizaje de OpenAI que ayuda a los usuarios a aprender y comprender de forma más eficaz. ChatGPT Study guía a los usuarios para que piensen activamente y resuelvan problemas paso a paso mediante preguntas socráticas, respuestas...

Tongyi Wanphase Wan2.2 es un modelo avanzado de generación de vídeo de IA de código abierto de Alibaba con 27.000 millones de referencias totales. El modelo contiene tres modos: vídeo generado por texto, vídeo generado por gráficos y generación de vídeo unificada, que pueden generar vídeos de alta calidad basados en descripciones de texto, imágenes o una combinación de ambos.

GLM-4.5 es un modelo SOTA de código abierto de Smart Spectrum, diseñado para aplicaciones de cuerpo inteligente, que incorpora razonamiento, generación de código y capacidades de cuerpo inteligente. El modelo se basa en la arquitectura Mixed Expert (MoE) y contiene dos versiones, GLM-4.5 con 355.000 millones de parámetros y 106.000 millones de...

Coze Studio es la plataforma de desarrollo de código abierto de ByteDance AI Intelligent Body, diseñada para que los desarrolladores simplifiquen la creación, implementación y gestión de aplicaciones de inteligencia artificial.

Coze Loop es la plataforma de código abierto de desarrollo de inteligencia de IA y de gestión de operación y mantenimiento de la plataforma Coze de ByteDance. La plataforma proporciona a los desarrolladores una gestión completa del ciclo de vida, desde el desarrollo y la depuración hasta la evaluación y la supervisión, y abarca la ingeniería de palabras clave, la evaluación del efecto de los agentes, la supervisión del rendimiento y el ajuste...

Wuneng es una plataforma de inteligencia incorporada diseñada para robots y dispositivos inteligentes. Basada en el modelo del mundo "Iluminado" y en la tecnología de grandes modelos multimodales, Wuneng integra entradas multisensoriales como la visión, la voz, el tacto, etc., y posee potentes capacidades de percepción, toma de decisiones y acción.

Intern-S1 es un gran modelo científico multimodal lanzado por el Laboratorio de Inteligencia Artificial de Shanghai. El modelo integra en profundidad capacidades lingüísticas y multimodales, con potentes funciones como el análisis sintáctico científico multimodal, la fusión lingüística y visual, el procesamiento de datos científicos, la respuesta a preguntas científicas, el diseño de experimentos y la optimización.

Hunyuan 3D world model 1.0 (Hunyuan World 1.0) es el primer modelo de generación de mundos inmersivos, interactivos y de simulación de código abierto de la industria de Tencent. El modelo integra la generación visual panorámica y la tecnología de reconstrucción 3D jerárquica para admitir la introducción de texto o imágenes para generar rápidamente 36...

Day by Day V6.5 es un macromodelo avanzado de inferencia multimodal de ShangTech, diseñado para manejar entradas mixtas de imagen y texto, que permite comprender con precisión el contenido de las imágenes y generar descripciones o responder a preguntas en combinación con texto.

Opal es una innovadora plataforma de generación de applets de inteligencia artificial de Google Labs que ayuda a los usuarios a crear y compartir rápidamente aplicaciones de inteligencia artificial sin tener que escribir...

Qwen-MT es un estado de la técnica Qwen-MT - un modelo de traducción automática lanzado por Ali Tongyi mil preguntas equipo, basado en la potente arquitectura Qwen3, que soporta inter-traducción de 92 idiomas y cubre una población global de más de 95%. El modelo se basa en el ligero MoE ...

Agentar-Fin-R1 es un modelo de gran lenguaje de última generación para el ámbito financiero presentado por Anthem. Desarrollado sobre la base de la potente arquitectura Qwen3, el modelo ofrece dos versiones de escala de parámetros, 8B y 32B, y puede manejar con precisión tareas complejas de razonamiento financiero, incluyendo el análisis de múltiples pasos, la evaluación de riesgos y la guerra....

MonkeyCode es un asistente de programación de IA nativo, de código abierto y de nivel empresarial diseñado para equipos de desarrollo preocupados por la privacidad y la seguridad.MonkeyCode admite el despliegue privado y el uso sin conexión para garantizar la seguridad de los datos del código. MonkeyCode soporta el despliegue privado y el uso fuera de línea para garantizar la seguridad de los datos de código ...

Seed LiveInterpret 2.0 es un modelo de interpretación simultánea de última generación lanzado por el equipo Seed de ByteDance, que admite la traducción bidireccional entre chino e inglés. El modelo tiene una precisión de traducción cercana a la vida real y una latencia extremadamente baja, con un retardo medio de voz a voz de solo 2-3 segundos, muy inferior al de...

Excel MCP Server es una herramienta de servidor basada en el Protocolo de contexto de modelo (MCP) para manipular archivos de Excel sin necesidad de instalar Microsoft Excel.Excel MC...

ChatFlow es una herramienta de automatización de flujos de trabajo de IA de código abierto que apoya la transformación de requisitos complejos en flujos de trabajo eficientes. Herramientas basadas en la tecnología de IA para ayudar a los usuarios a generar rápidamente marcos de código, casos de prueba, puede ayudar en la escritura y el diseño de la arquitectura de software.

Mureka V7 es un modelo avanzado de generación musical por IA lanzado por Kunlun World Wide. El modelo se basa en la tecnología MusiCoT, que permite planificar la estructura general de la música antes de rellenar los detalles para generar obras musicales más coherentes y artísticas.

Seed GR-3 es un modelo robótico de uso general introducido por ByteDance con una gran capacidad de generalización para adaptarse a nuevos entornos y órdenes complejas. El modelo fusiona información visual, verbal y de movimiento, y se basa en un método de entrenamiento tres en uno de datos del robot, datos de trayectoria humana de RV y datos gráficos públicos para mejorar la capacidad de respuesta a nuevos objetos....

Qwen3-Coder es un modelo de generación de código de última generación introducido por el equipo de Ali Tongyi Qianqian. El modelo tiene 480B parámetros y 35B parámetros de activación, soporta 256K contextos de tokens nativos, y puede escalar hasta 1M de tokens.El modelo está basado en una arquitectura híbrida experta...

OpenReasoning-Nemotron es una serie de modelos de lenguaje a gran escala de código abierto de NVIDIA para apoyar el procesamiento de tareas de razonamiento en matemáticas, ciencia y código. Los modelos se basan en el modelo DeepSeek R1 0528 con escalas de parámetros de 1,5B...

Seed-X es un modelo de traducción multilingüe lanzado por el equipo Seed de ByteDance, con 7.000 millones de parámetros, compatible con la traducción bidireccional en 28 idiomas. El modelo combina técnicas de preentrenamiento de datos multilingües, ajuste de comandos y aprendizaje por refuerzo para procesar con eficacia patrones lingüísticos complejos y mejorar la calidad de la traducción....

JoyAgent-JDGenie es un sistema de multi-inteligencia de código abierto ligero de propósito general , sin desarrollo secundario se puede utilizar directamente.JoyAgent-JDGenie puede manejar tareas complejas , tales como la generación de informes , análisis de datos , etc , soporta una variedad de formatos de entrega , tales como páginas web , PPT ...

Fogsight es un innovador agente de generación de animaciones que transforma conceptos abstractos en vívidas animaciones basadas en grandes modelos lingüísticos (LLM). Los usuarios introducen temas y Fogsight genera animaciones completas con narración bilingüe y efectos visuales cinematográficos.

Goedel-Prover-V2 es un modelo de demostración de teoremas de código abierto creado por instituciones tan importantes como la Universidad de Princeton, la Universidad de Tsinghua y NVIDIA. El modelo se basa en técnicas innovadoras como la síntesis jerárquica de datos, la autocorrección guiada por el verificador y el promediado de modelos para mejorar significativamente el rendimiento de las pruebas formales automatizadas....

BytePlus es una plataforma de servicios inteligentes de nivel empresarial lanzada por BytePlus para ofrecer servicios diversificados en el extranjero. La plataforma abarca potentes funciones como distribución y aceleración de contenidos (CDN), recomendación personalizada, realidad aumentada, procesamiento y análisis de datos, comunicación de audio y vídeo en tiempo real, inteligencia artificial y aprendizaje automático.

Flying Book Miaohu es una plataforma de creación de sistemas nativos de IA para empresas lanzada por Flying Book. La plataforma transforma rápidamente los requisitos empresariales en aplicaciones prácticas mediante una arquitectura multiagente, apoyando todo el proceso, desde el análisis de requisitos al diseño funcional, el desarrollo de aplicaciones y la resolución de problemas. Los usuarios utilizan el diálogo para...

MirageLSD es el primer modelo de vídeo de IA de difusión en tiempo real del mundo, creado por el equipo de IA de Decart, que permite la generación ilimitada de vídeo en tiempo real con una latencia de tan sólo 40 milisegundos y una salida fluida a 24 fotogramas por segundo.

Kimi Playground es una plataforma de experiencia de llamada a herramientas de IA para desarrolladores de Dark Side of the Moon.Kimi Playground permite a la IA llamar a una variedad de herramientas (por ejemplo, búsquedas meteorológicas, reservas de hotel, análisis de datos, etc.) para completar tareas complejas, no sólo...

ChatGPT Agent es un agente de IA de propósito general de OpenAI que combina múltiples capacidades para completar tareas complejas de forma autónoma. Los usuarios solo tienen que describir sus necesidades en lenguaje natural, y el Agente puede seleccionar automáticamente las herramientas adecuadas, como navegar por la web, extraer información, ejecutar código...

GLM-Experimental es un modelo lingüístico experimental de gran tamaño lanzado por Wisdom Spectrum AI, que ya está disponible en la plataforma Z.ai. El modelo tiene la capacidad de generar automáticamente PPT. Después de que los usuarios introduzcan temas o puntos clave, el modelo puede generar rápidamente presentaciones claramente estructuradas y formateadas, que...

PromptForge es un potente banco de trabajo de ingeniería de pistas de IA que ayuda a los usuarios a crear, probar y optimizar pistas de IA de forma eficaz. PromptForge ofrece sugerencias de optimización a través de funciones de generación inteligente que admiten comparaciones multimodelo y ajuste dinámico de parámetros,...

VikingDB es una base de datos vectorial nativa en la nube de alto rendimiento lanzada por Volcano Engine, diseñada para el procesamiento masivo de datos vectoriales de alta dimensión.VikingDB tiene una variedad de métodos de escritura de datos, incluyendo escritura síncrona en tiempo real, asíncrona, etc., para satisfacer las necesidades de procesamiento de datos de diferentes escenarios.VikingD...

RoboBrain 2.0 es un modelo avanzado de cerebro encarnado de código abierto que proporciona potentes capacidades de percepción, razonamiento y planificación para robots.RoboBrain 2.0 consta de dos versiones, 7B y 32B, y adopta una arquitectura heterogénea que integra codificadores visuales y modelos lingüísticos para...

RoboOS 2.0 es un marco de código abierto para la colaboración cerebro-cerebro de ontología cruzada, que promueve la transformación de los robots de inteligencia única a inteligencia colaborativa en grupo. El marco utiliza una arquitectura de "cerebro grande" para lograr una división eficiente del trabajo, en la que el cerebro en la nube se encarga de la toma de decisiones complejas y la colaboración, y los módulos de cerebro pequeño se centran en la ejecución de habilidades específicas.

EXAONE 4.0 es un gran modelo híbrido de razonamiento de LG AI Research (Corea) que combina el procesamiento del lenguaje natural de uso general con funciones avanzadas de razonamiento. El modelo es compatible con coreano, inglés y español y se divide en una versión profesional de 32B y una versión final de 1,2B. La versión profesional es adecuada para los sectores jurídico, contable...

Tizzy.ai es una aplicación de búsqueda inteligente AI lanzado por Baidu.Tizzy.ai se basa en la tecnología de gran modelo de Baidu, con potentes funciones de búsqueda inteligente, puede responder rápidamente a las preguntas, el pensamiento profundo y ayudar en la toma de decisiones.Tizzy.ai tiene una interfaz sencilla, sin anuncios y ventanas emergentes, y la parte inferior de la guía...

Voxtral es un modelo de voz de código abierto de última generación de Mistral AI que contribuye al avance de la interacción natural entre el ser humano y el ordenador mediante potentes funciones de transcripción y comprensión del habla. El modelo está disponible en dos versiones, 24B para producción en masa y 3B para despliegue local.Voxtral soporta...

k2 es un modelo base de arquitectura MoE con un código magnífico y capacidades de Agente de Moonshot AI, con 1T de parámetros totales y 32B de parámetros de activación. en las pruebas de rendimiento de referencia en las categorías principales de Razonamiento de Conocimientos Generales, Programación, Matemáticas y Agente, el modelo k2...

Grok 4 es el último gran modelo de IA de xAI. Grok 4 multiplica por 10 la capacidad de razonamiento de su predecesor. La capacidad de razonamiento superior del modelo le permite obtener una puntuación casi perfecta en exámenes difíciles como el SAT y el GRE, y supera a otros modelos de vanguardia en una serie de pruebas de referencia....

GenFlow Super Hitchhiker es un agente de IA de propósito general lanzado por la Biblioteca de Literatura Baidu. Los usuarios sólo tienen que introducir comandos en lenguaje natural y pueden desensamblar tareas de forma independiente, llamar a los 1.400 millones de bibliotecas de documentos y recursos en línea de la Biblioteca de Literatura Baidu y generar PPT, informes, gráficos, pósters y otros contenidos modales completos de forma extremadamente rápida.

TRAE Agent es el asistente inteligente de ingeniería de software de código abierto de ByteDance, basado en avanzados modelos de grandes lenguajes (LLM). TRAE Agent gestiona eficazmente tareas complejas de desarrollo de software, como la exploración de bases de código, la reproducción de problemas, la formulación de correcciones y la generación de código de alta calidad, etc. ....

Higress MCP es una plataforma innovadora lanzada por Invest Today que soporta la rápida transformación de APIs de datos financieros tradicionales en modernos servicios MCP.Higress MCP permite la transformación de APIs REST a MCP Server basándose en una sencilla configuración sin necesidad de codificación....

CodeBuddy IDE es un asistente de desarrollo de pila completa impulsado por AI lanzado por Tencent, basado en medios inteligentes para mejorar la eficiencia del desarrollo.CodeBuddy IDE tiene una potente función de finalización de código AI, que soporta la predicción en tiempo real y la finalización automática de fragmentos de código para reducir la duplicación de trabajo.C...

Pet TA es un producto interactivo para mascotas de AIGC lanzado por Jingdong, que puede proporcionar una plataforma interactiva en línea divertida y cálida para los amantes de las mascotas. Permite a los usuarios elegir una gran variedad de ropa y accesorios para sus mascotas, vestirlas de forma personalizada y crear una imagen digital de sus mascotas para interactuar con ellas. La plataforma ofrece...

Chat Healing Small Universe es un producto de acompañamiento mental de IA lanzado por Jingdong Health. Lanzado sobre la base del gran modelo médico de Jingdiao Qianxin, Chat Healing Little Universe puede simular el proceso de comunicación humana y la capacidad de empatía, proporcionando a los usuarios 7×24 horas de apoyo a la salud mental. Los usuarios interactúan con el personaje de IA Little Fish mediante texto, emoji o voz para compartir...

Shortcut es una innovadora herramienta de asistencia de Excel basada en IA. Sobre la base de algoritmos inteligentes, se puede realizar rápidamente una variedad de tareas complejas de Excel, incluyendo la entrada de datos, edición, cálculo, y organising.Shortcut puede manejar las operaciones básicas, y el apoyo de responder a la...

StarFlow Agent es un agente de diseño creativo integral diseñado para usuarios chinos por Liblib.StarFlow Agent continúa las capacidades de diseño inteligente de pila completa de Lovart, adaptándose totalmente a la semántica china, la estética oriental y los escenarios locales. Los usuarios sólo tienen que introducir una frase, el Agen...

Step-Audio-AQAA es un modelo de lenguaje de audio integral a gran escala para tareas de consulta y respuesta de audio (AQAA) del equipo StepFun. Puede procesar directamente la entrada de audio para generar respuestas de voz naturales y precisas sin depender del reconocimiento automático de voz (A...

MuseSteamer es un gran modelo de generación de vídeo multimodal lanzado por Baidu. El modelo puede generar rápidamente contenidos de vídeo dinámicos de alta calidad a partir de descripciones de texto o imágenes proporcionadas por el usuario, y admite diversas versiones de claridad y funcionalidad para satisfacer las necesidades de creación en distintos escenarios.

Painting es una plataforma de generación de vídeos AI lanzada por Baidu, basada en tecnología AI para ayudar a los usuarios a crear fácilmente vídeos personalizados. Pintura interfaz intuitiva, herramientas de gran alcance, con la función de recomendación de inspiración, puede proporcionar a los creadores con inspiración creativa, apoyar una clave para la misma operación, puede generar rápidamente videos similares, simplificar el proceso creativo.

Antelope es una herramienta de diseño inteligente lanzada por Jingdong, que proporciona soluciones de diseño eficientes y cómodas para comerciantes electrónicos y particulares. A través del tecleado inteligente, el diseño inteligente, la combinación inteligente de colores y otras funciones, ayuda a los usuarios a generar rápidamente trabajos de diseño de alta calidad para satisfacer la imagen principal del producto, Banner publicitario, página de la tienda y otros tipos de tienda de comercio electrónico....

Tencent Advertising Miaosi es una plataforma creativa de publicidad con inteligencia artificial lanzada por Tencent Advertising, basada en el modelo híbrido de Tencent, que ofrece a los anunciantes servicios eficientes e inteligentes de generación y optimización creativa. Admite diversas herramientas creativas, como texto a mapa, mapa a mapa, texto a vídeo, etc. Los usuarios solo tienen que introducir una sencilla descripción en lenguaje natural o cargar material...

Tucoli es una herramienta de procesamiento de imágenes AI que se centra en proporcionar servicios eficientes y convenientes de edición de fotos y vídeos. Basado en la tecnología de inteligencia artificial avanzada, puede lograr rápidamente una variedad de funciones como el tecleado con un solo clic, procesamiento de vídeo, reparación y embellecimiento de fotos, pintura AI y reemplazo de fondo.

Circle Journey es una aplicación de planificación de viajes basada en IA que ayuda a los usuarios a organizar sus itinerarios de viaje de forma eficaz y cómoda. Los usuarios pueden introducir rápidamente información como el destino y la hora para generar automáticamente un itinerario razonable y personalizado. Permite importar enlaces, texto o imágenes de redes sociales con un solo clic para generar rápidamente el mismo itinerario.

ML-Master es una inteligencia experta en IA lanzada por el equipo de Agentes de la Escuela de Inteligencia Artificial de la Universidad Jiaotong de Shanghai. Obtuvo buenos resultados en la prueba de referencia autorizada MLE-bench de OpenAI, encabezando la lista con una tasa media de medallas de 29,3%, superando al RD-Agent de Microsoft....

Paperpal es una ayuda de IA centrada en la escritura académica, que ayuda a investigadores, estudiantes y profesionales a mejorar la calidad y eficacia de sus escritos. Con potentes funciones de retoque lingüístico, ofrece revisión gramatical, corrección ortográfica y sugerencias de elección de palabras para garantizar un texto preciso y fluido.

GLM-4.1V-Thinking es un modelo de lenguaje visual de código abierto introducido por Smart Spectrum AI, diseñado para tareas cognitivas complejas.GLM-4.1V-Thinking admite entradas multimodales, que abarcan imágenes, vídeos y documentos. Basado en la arquitectura GLM-4V, el modelo introduce una cadena de pensamiento...

ThinkSound es el primer modelo de generación de audio CoT (Chain Thinking) introducido por el equipo de discurso de Ali Tongyi. El modelo puede generar efectos de sonido adaptados con precisión a imágenes de vídeo, basándose en la introducción del razonamiento CoT, para resolver el problema de que la tecnología tradicional es difícil de captar los detalles dinámicos de la pantalla y las relaciones espaciales.

Mapify es un generador de mapas mentales del equipo XMind. Puede convertir rápidamente texto, PDF, páginas web, vídeo, audio y otros formatos en mapas mentales estructurados, ayudando a los usuarios a extraer y organizar eficazmente la información clave.

CodeArts Doer es un asistente de desarrollo inteligente de IA lanzado por Huawei Cloud para mejorar la eficiencia del desarrollo y la calidad del software a través de la tecnología de IA. Basado en 6 Inteligencias de Agente (Team, Project, Product, Developer, Test y Committer Assistant), cubre las necesidades de...

Qwen-TTS es un modelo avanzado de síntesis de voz introducido por Ali Tongyi. El modelo puede convertir eficazmente texto en habla natural y fluida, y es compatible con varios idiomas y dialectos, como el mandarín, el inglés, el dialecto de Pekín, etc., para satisfacer las necesidades de distintas regiones y escenas. Gracias a la formación de corpus masivos, el modelo produce un discurso de alta calidad,...

MultiAgentPPT es un sistema de generación de presentaciones AI multi-inteligente de código abierto. Los usuarios sólo tienen que introducir el tema , el sistema se basa en la colaboración multi-inteligente , completar automáticamente la generación esquema , la división tema , la investigación paralela y resumen de contenido y otros pasos para generar rápidamente PPT.... de alta calidad.

Ovis-U1 es un modelo unificado multimodal introducido por el equipo Ovis de Alibaba Group con una escala de parámetros de 3.000 millones. El modelo cuenta con tres capacidades básicas de comprensión multimodal, generación de texto a imagen y edición de imágenes, y con un diseño arquitectónico avanzado y métodos de formación colaborativos y unificados, apoya la realización de...

Kangaroo Staff es una aplicación inteligente de toma de decisiones orientada a comerciantes lanzada por Meituan para ayudar a los comerciantes a resolver problemas en la apertura y funcionamiento de tiendas. Basándose en los datos masivos de restauración de Meituan y más de 10 años de experiencia en operaciones online, a través de la interacción por diálogo, proporciona a los comerciantes información precisa sobre la selección de pistas, la ubicación de apertura de la tienda, el desarrollo de platos, el funcionamiento de la tienda y otros escenarios.....

AI Jitterbug es una aplicación inteligente de búsqueda y pensamiento profundo lanzada por Jitterbug para proporcionar a los usuarios una experiencia de adquisición de contenidos más eficiente e inteligente. Basada en el potente ecosistema de contenidos y la tecnología de IA de Jitterbug, proporciona a los usuarios respuestas más completas y detalladas a través de capacidades conectadas de búsqueda y razonamiento.

Qwen VLo es un modelo multimodal unificado de comprensión y generación presentado por el equipo de Tongyiqianqian. Qwen VLo puede "entender" el mundo y recrearlo con alta calidad basándose en su comprensión, realizando el salto de la percepción a la generación. VLo puede comprender con precisión el contenido de las imágenes y, a partir de ahí, llevar a cabo una generación coherente y de alta calidad.

AiBiao es una herramienta de procesamiento de gráficos de IA que ayuda a los usuarios a completar de forma eficiente el trabajo de procesamiento y análisis de datos mediante la interacción con el lenguaje natural. Permite a los usuarios consultar, limpiar, combinar, calcular y analizar datos mediante el diálogo, sin necesidad de fórmulas o códigos complejos, lo que reduce el umbral de procesamiento de datos.

Doppl es una aplicación de pruebas virtuales de inteligencia artificial de Google. Después de que el usuario sube una foto de cuerpo entero, la aplicación admite la imagen de la ropa o la captura de pantalla "desgaste" en la versión digital de su propio cuerpo, y se puede convertir de imágenes estáticas a vídeo generado por IA, por lo que los usuarios pueden sentir más verdaderamente el efecto de la ropa en el cuerpo.

Xunlei MCP es lanzado por Xunlei, un servicio de descarga automática basado en la tecnología de IA. Los usuarios en la aplicación de AI que soporta el servicio, con la voz o la demanda de descarga de entrada de texto, AI puede buscar automáticamente los recursos de red y comenzar la descarga. Xunlei MCP soporta la versión PC de Xunlei y NAS Xunlei, rompiendo el modo de descarga tradicional, permitiendo...

TicNote es una grabadora de voz de IA lanzada por TicNote, que es una combinación de productos de hardware y software de IA Agentic, y se posiciona como un "compañero de pensamiento de IA portátil". Adopta un diseño tipo tarjeta, delgado y portátil, y está equipado con una funda protectora magnética, que puede transportarse fácilmente o fijarse a la parte trasera de los teléfonos móviles.

Wanxing Canopy es la plataforma de creación de vídeo AIGC lanzada por Wanxing Technology, que abarca los tres principales campos de creación: vídeo, imagen y generación de audio, y está especialmente diseñada para trabajadores de la industria cultural y de los medios de comunicación, trabajadores de cine y televisión/postproducción, trabajadores de arte y diseño, profesionales de la publicidad y el marketing, etc., con el fin de ofrecer soluciones de creación profesional integradas.

Kapi Bookkeeping es una aplicación inteligente de contabilidad basada en IA lanzada por Shangtang Technology. La aplicación toma la contabilidad automática como su función principal, identifica automáticamente las cantidades y categorías, y soporta la entrada de voz, por lo que la contabilidad fácil y conveniente. Kapi Bookkeeping puede analizar de forma inteligente los datos de facturación y enviar periódicamente resúmenes de consumo personalizados y consejos financieros para...

Gemini CLI es la herramienta de programación de IA de código abierto de Google basada en la incorporación del Gemini Big Model en el punto final del desarrollador para proporcionar a los desarrolladores potentes capacidades de IA. La herramienta entiende el código, manipula archivos, ejecuta comandos y soluciona problemas de forma dinámica para ayudar a los desarrolladores a escribir de forma eficiente la generación...

AnimaTensor es un modelo cuadrático de generación de imágenes del equipo CagliostroLab en colaboración con TensorArt, basado en una innovadora técnica V-Prediction que optimiza la programación del ruido mediante la predicción de la "velocidad" del proceso de generación de imágenes....

Gemini Robotics On-Device es un modelo de visión-lenguaje-acción de Google DeepMind que admite la ejecución local en un robot. El modelo es capaz de realizar tareas fuera de línea, completando acciones finas basadas en comandos de lenguaje natural, como doblar ropa y tirar de bolsas abiertas....

11ai es un asistente de voz AI lanzado por ElevenLabs, con la interacción de voz como el núcleo, a través del diálogo natural y suave para mejorar la eficiencia del trabajo del usuario. 11ai soporta más de 5.000 voces, y los usuarios pueden personalizar la voz exclusiva, el asistente es más personalizado. Con interacción de voz de baja latencia...

Inkblade AIPPT es la hoja de tinta lanzado AI herramientas de creación de PPT, basado en tecnología inteligente para simplificar el proceso de producción de PPT. Los usuarios sólo tienen que introducir el tema o importar el documento, AI puede generar rápidamente una estructura completa, la unidad de diseño y PPT rico en contenido. herramientas con la copia de coincidencia inteligente, una clave para generar gráficos y diagramas, auto...

Mu es un modelo de lenguaje de parámetros pequeños de Microsoft con sólo 330 millones de parámetros, diseñado para funcionar de forma eficiente en NPU y dispositivos de vanguardia. El modelo se basa en una arquitectura de codificador-decodificador y alcanza una tasa de respuesta de más de 100 tokens por segundo gracias a la optimización consciente del hardware, la cuantificación del modelo y el ajuste específico de tareas.Mu...

TanRice es una herramienta de recomendación de comida con inteligencia artificial lanzada por Jitterbug, filial de ByteDance, que se basa en el modelo Beanbag Big Model para ofrecer a los usuarios recomendaciones de comida personalizadas, comparaciones de tiendas, consejos sobre comida y otros servicios. TanRice puede recomendar con precisión restaurantes y platos cercanos en función de las preferencias gustativas y la ubicación de los usuarios, realizar pedidos asistidos y ofrecer servicios de compra en grupo y comida para llevar...

Confucius3-Math es el primer modelo de razonamiento de código abierto nacional centrado en la educación matemática de código abierto por NetEaseYouDao. Con 14.000 millones de parámetros, optimizado para escenarios de educación matemática K-12, puede ejecutarse eficientemente en una sola GPU de consumo (por ejemplo, RTX 4090D), con un rendimiento de inferencia de...

Comate AI IDE es el primer IDE nativo de IA colaborativo, multimodal y de múltiples cuerpos de inteligencia de la industria lanzado por Baidu Wenshin Express Code. Con potentes capacidades multimodales, soporte para el borrador de diseño de una clave a código (F2C), imagen a código y lenguaje natural a código, en los escenarios de desarrollo front-end, el rendimiento de la...