最新AI资源

综合介绍 清言浏览器插件是由 智谱AI 推出的一款多功能浏览器辅助工具，旨在提升用户的网络浏览和信息处理效率。该插件支持Chrome和Edge浏览器，通过侧边栏的形式提供服务。清言插件的核心功能包括量...

综合介绍 ColossalAI是由HPC-AI技术公司开发的开源平台，旨在为大规模AI模型的训练和推理提供高效、低成本的解决方案。通过支持多种并行策略、异构内存管理和混合精度训练，ColossalAI...

综合介绍 AI Logo 是一个开源的AI应用项目，目标是帮助用户通过人工智能快速生成个性化的品牌标志。它结合了强大的AI技术，比如Stable Diffusion和DeepAI，让用户输入简单的品牌...

魔力设是高效便捷的在线AI设计平台，为用户提供一站式设计解决方案。平台集成丰富的版权素材库，拥有50万+正版图片、插画、艺术字等素材，用户能免费商用，无需担心版权问题。平台提供超过20万种设计模板，涵...

图可丽是AI图像处理工具，专注于提供高效便捷的图片和视频编辑服务。基于先进的人工智能技术，能快速实现一键抠图、视频处理、照片修复与美化、AI绘画以及背景更换等多种功能。

综合介绍 Swarms是一个企业级生产就绪的多代理编排框架，旨在通过高效的代理管理和任务处理来提升企业生产力。该框架支持多模型、多内存系统和自定义代理创建，提供了模块化设计和全面的日志记录功能，确保系...

爱扒谱是基于AI技术的音乐处理平台，主要面向音乐创作者、教师、学生和音乐爱好者。平台支持一键将音频文件转化为五线谱，快速分离人声与伴奏音轨，根据用户输入的旋律或和弦自动生成完整的音乐作品，且支持MP3...

综合介绍 YourInterviewer 是一个创新的内容生成平台，通过15分钟的在线采访，帮助用户生成高度个性化和互动的AI内容。该平台通过动态的双向对话，挖掘用户的个人故事和品牌信息，转化为多种媒...

综合介绍 Prose 是一个专注于提升写作效率与质量的人工智能工具，旨在帮助用户将普通文本转化为更流畅、更专业的表达。无论你是学生、职场人士还是内容创作者，这个网站都能通过先进的语法检查、拼写纠正以及...

Coze Studio 是字节跳动开源的 AI 智能体开发平台，专为开发者设计，能简化 AI 应用的构建、部署与管理。Coze Studio提供一站式开发环境，支持 Prompt、RAG、Plugin...

GLM-4.5V是智谱推出的全球领先的开源视觉推理模型，总参数达1060亿，激活参数120亿。模型基于新一代文本基座模型GLM-4.5-Air训练而成，具备强大的视觉理解与推理能力，能处理图像、视频...

综合介绍 wdoc是一个功能强大的RAG（检索增强生成）系统，专为处理和分析大量多样化的文档而设计。它能够从各种文件类型中进行检索，包括PDF、网页、YouTube视频、音频文件等。wdoc特别适合处...

综合介绍 Boon AI 是一个专为商业车队设计的人工智能平台，旨在通过自动化工作流程和广泛的集成生态系统来提升运营效率。该平台利用最新的大型语言模型（LLMs）和行业特定的数据，帮助企业优化从收入...

综合介绍 MCP Server Deep Research 是一个开源工具，通过人工智能和网页搜索，自动为复杂问题生成结构化的研究报告。用户输入研究问题，工具会分解问题、搜索权威信息、评估来源可信度...

综合介绍 SmolDocling 是由 ds4sd 团队与 IBM 合作开发的一个视觉语言模型（VLM），基于 SmolVLM-256M 打造，托管在 Hugging Face 平台。它体积小，只有 ...

综合介绍 Jitty 是一个利用人工智能（AI）革新房产搜索的在线工具。它通过分析房屋照片，让用户可以用自己的想法搜索房源，比如“200万英镑以下的城堡式住宅”或“带复古设计的浴室”。Jitty 不局...

nanobot 是香港大学数据智能实验室（HKUDS）开源的超轻量级个人AI助手框架，仅用约 4,000行Python代码实现了完整的多通道AI助手功能。作为 OpenClaw 的轻量替代品，nano...

综合介绍 1-2-1-MNVTON是一个基于GitHub的开源项目，旨在通过“Modality-specific Normalization for Virtual Try-On”（MNVTON）技术...

综合介绍 DeepResearcher 是由上海交通大学 GAIR-NLP 团队开发的开源项目。它是一个基于大型语言模型（LLM）的智能研究工具，通过强化学习（RL）在真实网络环境中进行端到端训练。项...

VideoTutor 是 AI 教育辅助工具，专为 K12 学生设计，支持根据用户输入的文字、截图或语音问题，自动生成带有动画和语音讲解的教学视频。工具覆盖 SAT 数学、AP 数学、STEM 知识和...

妙构是专业的AI视频内容分析与生成工具，基于深度学习算法，全方位解析视频的视觉、音频和创意结构，揭示爆款视频背后的规律。妙构能分析构图、色彩、镜头语言，评估创意独特性与情感共鸣，提供趋势洞察和优化建议...

综合介绍 Antd Stable Diffusion WebUI 是一个纯前端项目，通过配置的方式调用 Stable Diffusion WebUI 提供的 API。该项目旨在解决 Gradio 框架...

写作猫 综合介绍 秘塔写作猫是一款由秘塔科技开发的新一代交互式中英文写作辅助平台，集智能文本纠错、改写润色、自动续写、智能配图为一体。无论您是写作初学者还是专业作家，都能在这里找到适合自己的功能和服务...

综合介绍 AIFlash.Cards 是一个利用人工智能技术帮助用户学习的网站。它能从文本、PDF文件、网页链接或视频中快速生成个性化的闪卡，让学习变得更高效。这个工具适合学生、教育者或任何想提升记忆...

WebAgent是阿里巴巴通义实验室开源的自主搜索AI Agent，具备强大的端到端自主信息检索与多步推理能力。WebAgent能像人类一样在网络环境中主动感知、决策和行动，广泛用在学术研究、商业决策...

综合介绍 “小说MJ命令助手”是一款专为小说作者打造的工具，用于辅助快速生成Midjourney绘图命令。通过输入小说文案，AI技术将帮助用户批量生成与小说场景相关的绘图提示词和命令。网站提供注册、简...

综合介绍 DaVinciFace是一款基于深度学习技术的软件，能够将任何人脸照片转化为达芬奇风格的肖像。该软件利用生成对抗网络（GAN）技术，通过超过5亿个训练参数，仅需不到2分钟即可生成达芬奇风格的...

综合介绍 AnchorCrafter是一个基于扩散模型的人像视频生成框架，旨在通过动画化参考人像图像，生成高保真度的产品推广视频。该项目由GitHub用户cangcz开发，提供了一种创新的方法来展示产...

Copyrocket 综合介绍 Copyrocket AI是一个综合性的人工智能创作平台，提供从内容生成到图片创建，从代码辅助到语音制作，从聊天机器人交互到网站优化等多种服务。这个平台适合那些寻求人工...

ToonComposer 是香港中文大学、腾讯 PCG ARC 实验室和北京大学共同推出的生成式 AI 动画制作工具。通过生成式后关键帧技术，将中间帧生成和上色环节整合为自动化流程，仅需一个草图和一个...

综合介绍 ReadPo是一款基于人工智能技术的阅读和写作助手，旨在帮助用户高效地收集、筛选和创作内容。通过整合Google新闻、Twitter、RSS等多种来源的信息，ReadPo利用先进的自然语言处...

ChatUI是阿里巴巴团队推出的开源智能对话式UI组件库。ChatUI基于React框架用TypeScript编写，具备响应式设计能，自动适配桌面浏览器和移动设备等不同终端。ChatUI支持国际化功能...

综合介绍 Plato是一个将YouTube沉迷转变为学习游戏的教育平台。用户通过观看视频或播客来学习新知识，并通过回答问题来检测所学。平台策划了数千个视频组成的小型课程，覆盖生物、物理、哲学、化学等众...

意间AI是领先的AI绘画和设计定制平台，支持中英双语输入，内含400+种模型和10万种绘图风格。用户输入文本描述或上传图片，快速生成符合要求的图像。

综合介绍 万兴智演是一个由人工智能驱动的多功能演示制作工具，旨在帮助用户轻松创建、录制和分享高质量的演示文稿。它包括快速AI演示制作器、画布编辑和场景安排功能，以及一键录制和串流演示文稿的便捷选项。无...

《大模型基础》深入剖析大语言模型（LLMs）的核心技术与实践路径。从语言模型的基础理论入手，系统讲解基于统计、循环神经网络（RNN）和Transformer架构的模型设计原理，重点探讨大语言模型的三大...

TTime 综合介绍 TTime 是由 InkTimeRecord 发布在 GitHub 上的项目，是一款简洁高效的翻译软件。它主要提供输入、截图、划词及悬浮球翻译等功能，支持多种翻译源和文字识别服务...

综合介绍 Inbox Zero 是一个开源的邮件管理应用，旨在通过 AI 助手帮助用户快速实现收件箱零邮件。该应用提供了多种功能，包括自动回复、归档、标签和转发邮件，管理和退订新闻通讯，阻止冷邮件，跟...

Excel MCP Server 是基于 Model Context Protocol (MCP) 的服务器工具，无需安装 Microsoft Excel 就能操作 Excel 文件。Excel MC...

综合介绍 Uncovr是一个创新的多功能平台，结合了人工智能搜索能力与增强现实技术。用户可以通过该网站快速获取结构化的信息和答案，同时利用增强现实功能将静态图像转变为动态互动内容。无论是进行简单的查询...

综合介绍 taatoo 是一个专注于图片保护的网站。它通过隐形水印技术，帮助用户在不改变图片外观的情况下，嵌入隐藏信息，比如版权数据。这样，即使图片被盗用，用户也能追踪来源。网站使用先进的 AI 技术...

觅果·Migo是AI驱动的学习与研究创新平台，具备强大的多模态AI能力，支持文本、语言、视觉和数据处理，能满足跨学科的多样化需求。觅果·Migo提供智能问答、网页辅读、文献阅读、学术写作、论文阅读、化...

ZipVoice是小米发布的基于 Flow Matching 架构的系列语音合成（TTS）模型，包括 ZipVoice（零样本单说话人语音合成模型）和 ZipVoice-Dialog（零样本对话语音合...

DragonV2.1 是微软推出的先进的零样本文本到语音（TTS）模型。模型基于 Transformer 架构，支持多语言和零样本语音克隆，仅需 5-90 秒的语音提示能生成自然、富有表现力的语音。

PaCoRe（Parallel Coordinated Reasoning）是阶跃星辰（StepFun）开源的创新的并行协同推理框架，通过大规模并行思考机制，从多个角度同时探索问题解决方案，突破了传统...

综合介绍 OpenDeepResearcher 是一个开源的自动化深度研究工具，旨在通过人工智能技术提升研究效率。该项目由 mshumer 开发，托管在 GitHub 上。OpenDeepResear...

综合介绍 Light-R1 是由奇虎360（Qihoo360）团队开发的一款开源人工智能模型，专注于数学领域的长链推理（Chain-of-Thought, COT）。它基于 Qwen2.5-32B-I...

综合介绍 在 结合大模型使用的19 种全新 SEO 技术（译）一文中，开篇介绍了如何通过AI分析页面内容挖掘Reddit流量，而Reddit社区太大太大...所以需要一款定位Reddit社区的辅助工具...

综合介绍 Airweave 是一个开源工具，旨在通过同步用户的应用数据、API、数据库和网站到图谱和向量数据库，使任何应用程序变得可搜索。Airweave 简化了数据可搜索化的过程，无论是结构化数据还...

综合介绍 LitServe 是 Lightning AI 推出的一款开源 AI 模型服务引擎，基于 FastAPI 构建，专注于快速部署通用 AI 模型的推理服务。它支持从大型语言模型（LLM）、视觉...

Qwen-MT 是阿里通义千问团队推出的先进Qwen-MT - 阿里通义推出的机器翻译模型，基于强大的 Qwen3 架构，支持 92 种语言的互译，覆盖全球 95% 以上人口。模型基于轻量级 MoE ...

综合介绍 PraisonAI 是一个生产环境开箱即用的多智能体框架，旨在创建 AI 智能体以自动化和解决从简单任务到复杂挑战的问题。该框架提供了一个低代码解决方案，简化了多智能体 LLM 系统的构建和...

综合介绍 Exponent 是一个功能强大的 AI 编程代理，设计目标是在任何软件工程任务中与用户协作，从代码探索到最终部署。它能在本地开发环境、终端操作或持续集成（CI）流程中运行，帮助用户完成各种...

腾讯广告妙思是腾讯广告推出的一站式AI广告创意平台，基于腾讯混元大模型，为广告主提供高效、智能的创意生成与优化服务。支持文生图、图生图、文生视频等多种创意工具，用户只需输入简单的自然语言描述或上传素材...

综合介绍 EmailTree.ai 是一款先进的AI邮件自动化平台，旨在通过智能化的邮件管理解决方案，帮助企业提升邮件处理效率。该平台提供了端到端的邮件自动化服务，支持本地部署，确保数据主权和GDPR...

omp（oh-my-pi） 是开源的终端 AI Coding Agent，由 can1357 基于 Mario Zechner 的 Pi 项目扩展而来。不是简单的聊天式代码助手，是将终端、代码仓库、L...

综合介绍 彩云小梦是一个允许用户探索和创作故事的在线平台。它设有我的故事、世界设定、探索、广场等多个版块，用户可以在此分享和阅读故事。此外，网站提供会员服务，允许用户下载APP，并设置了充电包充值和用...

综合介绍 Koast.ai 是一个专为Meta广告设计的AI管理工具。它帮助广告主快速发布和管理广告，减少手动操作的时间。网站原名 AdCopy.ai，现升级为 Koast.ai，核心功能是通过AI技...

ScienceOne是中国科学院自动化研究所联合多家单位共同推出的智能科研平台。平台基于科学基础大模型构建，推动多学科协同的智能科研新范式，为科研全流程提供支持。ScienceOne核心产品包括S1...

综合介绍 Accept Button 是一个专为开发者设计的实体按键，目的是通过一键操作快速接受AI生成的代码建议。它由Fine平台推出，定价9.99美元（另加运费），主打简化AI辅助编码流程。开发者...

综合介绍 ReSearch 是一个开源研究工具，由 Agent-RL 团队开发，旨在通过强化学习（Reinforcement Learning, RL）提升大型语言模型（LLM）的搜索和推理能力。项目...

综合介绍 Deep Searcher 是一个结合强大大语言模型（如 DeepSeek 和 OpenAI）和向量数据库（如 Milvus）的工具，旨在基于私有数据进行搜索、评估和推理，提供高度准确的答案...

GLM-5是智谱AI推出的旗舰级开源大模型，采用744B参数规模（激活40B），专为Agentic Engineering智能体工程打造。模型在编程与Agent能力上取得开源SOTA表现，SWE-be...

综合介绍 "一帧秒创"（One Frame Second Creation）是一个基于AI技术的智能视频创作平台。提供数字人视频播报、图文转视频、智能内容写作和AI画作生成等服务。用户只需输入文案，平...

综合介绍 Languine 是一个由 Midday 开发的强大翻译工具，旨在帮助开发者简化应用程序的本地化过程。通过 Languine，开发者可以利用 AI 技术快速生成准确且符合上下文的翻译，支持超...

网站介绍 Findsd.art是一个能够根据单张图像，帮助用户发现CivitAI的稳定扩散模型，从而找到最符合其艺术风格的工具。用户只需上传图像，Findsd.art就能根据你上传的图片风格找到Civ...

综合介绍 debdeb.io 是一个专注于提供快速、互动的AI辩论平台。用户可以在这里生成和参与各种主题的辩论，利用人工智能技术提升辩论的质量和趣味性。该平台旨在为用户提供一个便捷的环境，让他们能够轻...

WriteHERE 是由 Jürgen Schmidhuber 领衔团队推出的开源 AI 长文写作框架。框架基于异质递归规划技术，将写作任务动态分解为检索、推理和写作三种异构任务，基于有向无环图（DA...

综合介绍 NuxtHub是一个专为Nuxt应用设计的云平台，旨在简化和优化Nuxt应用的部署和扩展。通过利用Cloudflare的全球网络，NuxtHub提供了高性能、低成本的全栈解决方案，支持开发者...

综合介绍 Context Autopilot 是一款由 Context 公司推出的智能AI生产力工具，旨在通过深度集成和自动化办公来提升团队的工作效率。该工具利用全球首个上下文引擎 Context-1...

综合介绍 Illuminate 是谷歌推出的一款创新工具，旨在将复杂的学术论文转化为引人入胜的音频对话。通过使用谷歌的 LLM Gemini 模型，Illuminate 能够生成论文摘要和问答，并通过...

体验OpenAI的最新创新——GPT-4o。GPT-4o代表‘GPT-4全能’，在GPT-4的基础上进一步扩展，实现了真正的多模态方法，涵盖文本、图像和音频。GPT-4o大模型运行速度更快、更低成本...

Ming-Lite-Omni是蚂蚁集团百灵大模型团队开源的统一多模态大模型，基于高效的Mixture of Experts（MoE）架构构建。Ming-Lite-Omni支持处理文本、图像、音频和视频...

综合介绍 Bakery是一个专为AI初创公司、机器学习工程师和研究人员设计的平台，提供简单高效的AI模型微调和货币化服务。用户可以通过Bakery访问社区驱动的数据集，创建或上传自己的数据集，微调模型...

综合介绍 II-Researcher 是 Intelligent-Internet 团队开发的一款开源人工智能研究工具，托管于 GitHub。它专为深度搜索和复杂推理设计，能通过智能网页搜索和多步骤分...

Ming-flash-omni 2.0是蚂蚁集团开源的全模态大模型，集成了视觉、语音和生成能力的AI模型，在多项基准测试中性能领先。支持同时生成语音、环境音效和音乐，能通过自然语言指令精细控制音色、语...

RynnRCP 是阿里达摩院开源的机器人上下文协议，能降低具身智能开发门槛并打通开发全流程。RynnRCP 包含 RCP 框架和 RobotMotion 模块。RCP 框架通过能力抽象和多协议支持，将...

大家好，今天给大家分享一款数字人制作工具！使用简单，支持批量处理。（整合包在文章末尾自取）相信大家了解过一些关于数字人的技术，之前大火的郭德纲说英语、俄罗斯美女说中文等都是数字人技术的体现。 数字人其...

综合介绍 Ollama Deep Researcher 是一个完全本地运行的网页研究和报告生成助手，由 LangChain 团队开发。它通过 Ollama 托管的任意大型语言模型（LLM），让用户输入...

综合介绍 观察者（Observers）是一个开源的Python SDK，旨在为生成式AI API提供全面的可观测性。该库使用户能够轻松跟踪和记录与AI模型的交互，并将这些观察结果存储在多个后端中。无论...

综合介绍 商汤商量是商汤科技研发的超千亿参数AI语言大模型平台，被称为SenseChat。该平台基于商汤强大的MaaS（Model as a Service）服务与算力支持，为用户提供多种人工智能内容...

json-render是Vercel Labs开源的AI生成UI的工具，通过“AI → JSON → UI”的流程实现结构化、可控的界面生成。要求AI仅输出符合预定义Schema的JSON数据，前端再...

综合介绍 Artbreeder Splicer2 是一个创新的 AI 图像创作工具，核心特点是基于树形结构的图像混合与编辑功能。用户可以通过上传图片、混合多张图像或调整特征，生成独特的肖像、风景或其他...

Dolphin 是字节跳动开源的轻量级文档解析大模型，具有322M参数，体积小且运行速度快。模型基于两阶段解析方法，基于页面级布局分析识别文档中的元素（如标题、表格、公式等），再对每个元素进行内容解析...

综合介绍 Spring.new 是一个基于人工智能的在线平台，专注于帮助营销经理和产品经理快速构建定制化工作流和小型应用。它通过自然语言输入，让用户描述需求，自动生成连接 Notion、Airtabl...

产品介绍 Not Diamond是一个根据你的输入内容，自动化帮你选择最佳回复模型的“ LLM 路由器”，在合适的问题上选择合适的模型，并持续优化你的LLM使用成本。 提供了全套优化调整“ LLM 模...

Gemma 4 12B是谷歌开源的多模态AI模型，采用无编码器架构，仅需16GB显存即可在消费级设备运行。取消传统视觉和音频编码器，通过轻量级嵌入模块直接处理原始数据，实现9GB显存占用下接近26B参...

Paper2Any是北京大学DCAI课题组开源的多模态辅助平台，专注于从论文PDF、图片和文本中快速生成多种科研内容。具备一键生成科研绘图的功能，能从多种输入源生成模型架构图、技术路线图和实验数据图等...

DeepSeek-OCR 2是DeepSeek团队开源的新一代OCR模型，核心创新在于采用DeepEncoder V2架构，将传统固定栅格扫描的视觉编码方式升级为基于语义推理的动态处理。模型通过因果流...

综合介绍 火龙果（Pitaya）是一款专为提升写作效率而设计的AI工具。它提供了多种功能，包括全文生成、校对、改写、翻译和查重等，以及提供全面的英文写作支持，包括拼写校对、语法检查和文章改写等功能。 ...

综合介绍 Logent AI 是一个利用人工智能快速生成品牌Logo的在线工具。它通过分析用户输入的产品名称、标语或参考图片，几秒内生成多种专业Logo设计。平台支持图形Logo和字母标志Logo，适...

综合介绍 Hypertxt 是一个利用人工智能技术帮助用户快速生成高质量长文的在线工具，主打博客文章创作。它不仅能自动完成文章的研究、结构规划和撰写，还能优化内容以提升搜索引擎排名。无论你是内容创作者...

绘想是百度推出的 AI 视频生成平台，基于 AI 技术助力用户轻松打造个性化视频。绘想界面直观，工具强大，具备灵感推荐功能，能为创作者提供创意启发，支持一键同款操作，能快速生成相似视频，简化创作流程。

综合介绍 LocalPdfChatRAG是一个开源项目，旨在通过结合本地PDF文档和检索增强生成（RAG）模型，实现智能聊天功能。该项目允许用户上传PDF文档，并通过自然语言提问的方式，从文档中获取相...

综合介绍 Vortn 是一个专注于智能知识存储和管理的平台，通过AI代理和访问控制系统为用户提供个性化的知识管理服务。平台支持使用AI聊天功能，根据上下文提供智能响应，帮助用户更好地组织、访问和利用信...

综合介绍 Extract.fun 是一个现代化的Web应用程序，利用Cloudflare浏览器渲染功能从任何网站提取图片。该应用基于Remix构建，并部署在Cloudflare Pages上，提供快速...

综合介绍 Qwilr 是一个帮助销售团队创建专业提案和报价的在线工具。它把内容、报价和交易整合成一个美观、互动的网页，取代传统的静态文档。用户可以通过它快速制作销售材料，跟踪客户互动，还能与常见的CR...

MiMo-VL是小米开源的多模态大模型，由视觉编码器、跨模态投影层和语言模型构成。视觉编码器基于Qwen2.5-ViT，支持原生分辨率输入，保留更多细节；语言模型是小米自研的MiMo-7B，专为复杂推...

GLM-4.1V-Thinking是智谱AI推出的开源视觉语言模型，专为复杂认知任务设计，GLM-4.1V-Thinking支持多模态输入，涵盖图像、视频和文档等。基于GLM-4V架构，模型引入思维链...