最新AI资源

Tizzy.ai 是百度推出的 AI 智能搜索应用。Tizzy.ai 基于百度的大模型技术，具备强大的智能搜索功能，能快速回答问题、深度思考和辅助决策。Tizzy.ai 界面简洁，无广告和弹窗，底部导...

MagicTryOn 是浙江大学计算机科学与技术学院联合 vivo 等机构推出的先进的视频虚拟试穿框架。框架用创新的扩散Transformer（DiT）架构，替代传统的U-Net架构，结合全自注意力机...

袋鼠参谋是美团推出的面向商家的AI智能决策应用，帮助商家解决开店、运营中的难题。基于美团海量的餐饮数据和10多年线上运营经验，通过对话式交互，为商家提供赛道选择、开店选址、菜品研发、门店运营等场景的精...

Paperpal是专注于学术写作的AI辅助工具，帮助研究人员、学生和专业人士提升写作质量和效率。通过强大的语言润色功能，提供语法检查、拼写纠正和用词建议，确保文本准确流畅。

BAGEL是字节跳动开源的多模态基础模型，拥有140亿参数，其中70亿为活跃参数。模型基与混合变换器专家架构（MoT），用两个独立的编码器分别捕捉图像的像素级和语义级特征，支持高效处理图像、文本、视频...

V-JEPA 2 是 Meta AI 推出的基于视频数据的世界大模型，拥有 12 亿参数。模型基于自监督学习从超过 100 万小时的视频和 100 万张图像中训练而成，能理解物理世界中的物体、动作和运...

Matrix-Game 2.0 是昆仑万维 SkyWork AI 发布的自研交互式世界模型。是业内首个开源的通用场景实时长序列交互式生成模型，模型通过视觉驱动的交互方案，能以 25 FPS 的速度在多...

AI抖音是抖音推出的智能深度思考与搜索应用，为用户提供更高效、更智能的内容获取体验。基于抖音的强大内容生态和AI技术，通过联网搜索和推理能力，为用户提供更全面、更详细的答案。

ChatGPT Study 是 OpenAI 推出的创新学习模式，能帮助用户更高效地学习和理解知识。ChatGPT Study 通过苏格拉底式提问、支架式响应和个性化教学，引导用户主动思考，逐步解决问...

AI教程中初期最热的赚钱思路就是教你创作儿童故事绘本，后来衍生出儿童故事动画，这些视频一看就会，一操作就卡住。 究其原因还是门槛略高，而且内容和生成的图像质量堪忧。直到... gpt和cloude生成...

Magnific 综合介绍 Magnific是一款创新的图像放大与增强工具，它利用先进的深度学习算法，可以将任何图像转换为更高分辨率的版本，同时添加令人惊叹的细节和质量。Magnific不仅可以放大图...

Sparkify是谷歌推出的AI动画视频生成平台。平台基于Gemini2.5和Veo2模型，用户输入问题或复杂概念，Sparkify在2分钟内生成直观的动画短视频，讲解相关知识点。平台支持文本、图像和...

AopsAI 是将旧照片转化为动态短视频的在线 AI 工具。工具基于先进的 AI 技术，让静态照片“动”起来，重现过去的美好瞬间。用户上传照片提供邮箱地址，AopsAI 自动在 24 小时内生成视频发...

综合介绍 D-Human是一个数字人视频制作平台，小米投资，由中科院的博士领军研发。支持SaaS、API、OEM多种合作方式，提供1:1真人还原技术，8分钟视频材料即可克隆自己或他人。平台大大降低了创...

InteriorGS是群核科技推出的高质量3D高斯语义数据集。数据集包含1000个3D场景，涵盖80多种室内环境，如家庭、便利店、婚宴厅和博物馆等。数据集中有755个类别的554,000多个对象实例...

Hyprnote 是开源的本地优先 AI 会议笔记工具，专为专业人士设计，保护用户隐私并提升会议效率。采用“本地优先”原则，所有数据存储和处理均在用户本地设备上完成，确保数据安全，支持离线运行。

FastDeploy 是百度推出的高性能推理与部署工具，专为大语言模型（LLMs）和视觉语言模型（VLMs）设计。FastDeploy 基于飞桨（PaddlePaddle）框架开发，支持多种硬件平台...

AntAngelMed（蚂蚁·安诊儿医疗大模型）是浙江省卫生健康信息中心、蚂蚁健康、浙江省安诊儿医学人工智能科技有限公司联合开发的开源医疗大模型。模型采用混合专家架构（MoE），总参数量达1000亿...

MiniMax Speech 2.5 是 MiniMax 团队开发的先进语音生成模型。在语音合成领域取得了显著进步，尤其在多语种表现力、音色复刻精度和语种覆盖范围上实现了飞跃。模型支持 40 种语言...

OpenCLI是开源的命令行工具框架，将网站、Electron应用和本地命令行工具统一转化为可通过命令行操作的接口，将网站（如B站、知乎、Twitter等）和Electron应用（如Cursor、No...

GenFlow超能搭子是百度文库推出的通用AI Agent，用户只需输入自然语言指令，可自主拆解任务、调用百度文库14亿文档库及网盘资源，极速生成PPT、报告、图表、海报等全模态内容。

Make是AI驱动的无代码自动化平台，帮助企业基于自动化流程提升效率和创新能力。平台提供超过2000个预建应用，支持多种业务场景，如营销、销售、财务等。Make的核心功能包括无代码可视化流程创建、AI...

Ming-UniAudio是蚂蚁集团开源的统一音频多模态生成模型，支持文本、音频、图像和视频的混合输入与输出。采用多尺度Transformer和混合专家（MoE）架构，通过模态感知路由机制高效处理跨模...

综合介绍 Curiosity 是一个旨在探索和实验的项目，主要使用 LangGraph 和 FastHTML 技术栈，目标是构建一个类似 Perplexity AI 的搜索产品。项目的核心是一个简单的...

Comate AI IDE是百度文心快码推出的行业首个多模态、多智能体协同的AI原生IDE。具备强大的多模态能力，支持设计稿一键转代码（F2C）、图片转代码以及自然语言转代码，在前端开发场景中表现出色...

Hunyuan3D-Part（混元3D-Part）是腾讯发布并开源的3D生成模型。由P3 - SAM和X - Part组成，首次实现高精度、可控的组件式3D生成，支持50 + 组件自动生成。用户可先用...

BoomCut （爆剪辑）是小影科技推出的AI 跨境营销视频本地化工具。工具具备强大的功能，基于先进的唇音驱动和音色克隆技术，快速生成多种语言版本的口播视频，满足不同国家和地区用户的语言需求。

综合介绍 PromptKnit是一个针对AI提示设计器的顶级AI沙盒平台，提供gpt-4-turbo/vision、claude-3、gemini-1.5-pro等多种模型的专业提示编辑器。用户能够组...

琴乐大模型是腾讯AI Lab与腾讯TME天琴实验室联合推出的先进AI音乐创作大模型。模型根据用户输入的中英文关键词、描述性语句或音频片段，智能生成高质量的立体声音频或多轨乐谱。

Mapify 是 XMind 团队推出的 AI 思维导图生成工具。能将文本、PDF、网页、视频、音频等多种格式的内容快速转换为结构化的思维导图，帮助用户高效提取和整理关键信息。

MineContext是字节跳动Viking团队开源的主动式上下文感知AI伙伴，帮助用户高效管理海量信息，提升知识工作效率。过屏幕截图和内容理解技术，自动记录用户日常操作（如浏览网页、编辑文档等），支...

Qwen-Flash 是阿里巴巴通义千问系列推出的高性能、低成本的语言模型，专为快速响应和高效处理简单任务设计。基于先进的 Mixture-of-Experts (MoE) 架构，通过稀疏专家网络实现...

MirageLSD 是 Decart AI 团队推出的全球首个实时流扩散 AI 视频模型，能实现无限时长的实时视频生成，延迟低至 40 毫秒以内，支持 24 帧/秒的流畅输出。

ChartAI 是高效的数据可视化工具，基于 AI 技术自动分析数据，生成直观的图表，帮助用户快速理解复杂信息。ChartAI支持多种数据格式（如 Excel、CSV）的导入，支持智能推荐最适合的图表...

Molmo 2是Allen Institute for AI（Ai2）发布的开源多模态模型，提升视频和多图像理解能力。包含三个变体：Molmo 2（8B）、Molmo 2（4B）和Molmo 2-O...

AIMangaStudio是免费的AI漫画创作工具，为创作者提供完整的漫画创作流水线，包括剧情生成、分镜设计、角色设定等功能，能简化从脚本到漫画页面的制作流程。支持自然语言生成漫画脚本，包括剧情、对白...

综合介绍 奇妙元是一个数字人视频制作与直播服务的平台，提供从照片、PPT生成视频的功能，以及视频的不同语言翻译服务。用户可以定制数字角色用于新闻报道、教育内容、企业推广等多个领域。平台还提供互动数字员...

混元3D 3.0是腾讯推出的先进3D生成模型，基于3D-DiT分级雕刻技术，几何分辨率高达1536³，能生成超高清、细节丰富的3D模型，在人物建模方面表现出色，能精准塑造五官和体态。

综合介绍 MacOS LLM Controller 是一个开源桌面应用，托管在 GitHub 上，允许用户通过语音或文字输入自然语言指令来执行 macOS 系统命令。它基于 Llama-3.2-3B...

Paper2Slides是香港大学数据智能实验室开源的AI工具，可一键将学术论文转换为专业幻灯片或海报。采用RAG（检索增强生成）技术，直接解析文档内容而非依赖网络信息，确保生成的PPT与原文高度一致...

Vace AI 是强大的一站式 AI 视频制作和编辑平台。平台基于文本描述或参考图像生成高质量的视频内容，支持视频扩展、风格转换、主体移除与重建等多种编辑功能。

综合介绍 GitaGPT 是一个基于《薄伽梵歌》智慧的AI聊天机器人，旨在帮助用户解答日常生活中的问题。该平台利用ChatGPT技术，提供简洁而深刻的回答，帮助用户在灵性发展、情感管理和领导力提升等方...

TuriX-CUA 是开源的 AI 桌面自动化工具，能通过截屏、多模态模型决策和自动化操作实现电脑交互。让 AI 模型直接操作电脑桌面环境。支持 macOS 和 Windows 系统，通过先进的计算机...

Qwen-Image是阿里巴巴通义千问团队发布的开源图像生成基础模型。拥有200亿参数，采用多模态扩散变换器架构（MMDiT），融合了多模态理解、高分辨率编码和扩散模型三大模块。Qwen-Image的...

Gemini CLI 是谷歌开源的 AI 编程工具，基于将 Gemini 大模型融入开发者终端，为开发者提供强大的 AI 功能。工具能理解代码、操作文件、执行命令并动态排查问题，帮助开发者高效地编写代...

AudioGen-Omni 是快手推出的多模态音频生成模型，能基于视频、文本等输入生成高质量的音频、语音和歌曲。AudioGen-Omni 基于先进的技术，如多模态扩散Transformer和相位对齐...

ROMA（Recursive-Open-Meta-Agent）是Sentient AGI开发的开源元代理框架，通过递归任务分解和并行处理来高效解决复杂问题。支持Python 3.12+、Docker和...

SCAIL（Studio-Grade Character Animation via In-Context Learning）是智谱与清华大学刘永进教授课题组合作提出的一种影视级角色动画生成框架。通过...

Chroma 1.0是FlashLabs发布的全球首个开源的实时端到端语音对话模型，兼具低延迟交互、高保真个性化语音克隆和强对话能力。通过紧密耦合语音理解与生成，采用1:2文本-音频token调度策略...

综合介绍 eCommercePrompts提供超过200万款现成的ChatGPT指令配方，这些由指令工程师负责构建，旨在帮助电商营销人员在不到一小时内搭建商店及推广活动。网站涵盖内容类型广泛，包括首页...

Wan2.2-S2V 是阿里通义开源的多模态视频生成模型，只需一张静态图片和一段音频，能生成高质量的数字人视频，且支持多种图片类型和画幅。

综合介绍 SagaLabs是一个AI驱动的翻译工具和内容平台，专为创作者设计，帮助他们将故事本地化并推广到全球市场。该平台支持200多种语言的翻译，确保翻译质量达到母语专家水平。SagaLabs不仅关...

综合介绍 AI公司研究助手是一个基于人工智能的工具，旨在自动化公司研究和潜在客户挖掘过程。通过使用LangGraph和FireCrawl等技术，该工具能够在短短几分钟内生成详细的公司研究报告。用户只需...

GPT-5是OpenAI最新发布的语言模型，具有多项升级。是一个统一智能系统，内置实时路由器，能根据问题复杂度自动切换高效模式与深度思考模式，实现快速响应与精准解答。GPT-5拥有多个版本，包括面向普...

Muzaic 是 AI 驱动的在线音乐生成平台，专为视频制作人和内容创作者设计。Muzaic支持基于 AI 技术快速生成与视频内容匹配的定制音乐，仅需 8 秒生成一分钟的录音室级别音轨。

MoFlow是结合心理学与AI技术的情绪管理应用。为用户提供了一个私密空间，让用户可以通过书写、聊天等方式表达情绪，AI伙伴会耐心倾听给予反馈。

综合介绍 Hyperbolic AgentKit是一个开源项目，旨在提供一个运行AI代理的模板，结合了区块链和计算能力。该项目基于Coinbase的CDP Agentkit进行修改和扩展，支持在终端中...

综合介绍 有道数字人是一个集成了先进AI技术的平台，专注于提供虚拟形象播报和实时交互服务。平台利用自研的语音识别、语音合成、多模态感知和文档问答技术，为用户打造逼真的数字人分身，支持视频制作、翻译、教...

小星绪是京东健康推出的AI情绪漫画生成产品，目前处于测试阶段，产品以情绪驱动漫画故事生成为核心功能，用户能通过语音或文字输入表达情绪或讲述故事，AI根据输入生成匹配的四格漫画及故事解读。

DeepSeek-V3.1-Terminus 是 DeepSeek 团队推出的人工智能语言模型，是 DeepSeek-V3.1 的升级版本。模型在语言一致性、代码生成和搜索能力等方面进行优化，能更准确...

HIRING.STUDIO 是 AI 招聘面试辅助工具，帮助招聘团队高效创建针对特定职位的面试问题。工具基于 AI 技术，生成面试问题、建议后续问题，为不同质量的答案制定评估标准。工具支持STAR方法...

有道小P是网易有道推出的AI全科学习助手，专为K12学生设计，搭载有道子曰教育大模型，覆盖小学、初中、高中全学科答疑，提供个性化学习建议。有道小P具备AI查词、AI翻译功能，帮助学生快速解决语言难题...

MoMA（Mobile Model Access） 是中国移动发布的一站式AI模型服务平台。平台接入超300款业界主流AI模型，包括自研"九天"基座大模型及DeepSeek、通义千问、豆包、Kimi...

Seed-OSS是字节跳动Seed团队开源的大型语言模型系列，专注于长文本和推理任务。模型在复杂逻辑推理和多步推理中表现出色，准确率高，能高效解决难题。Seed-OSS支持长达512K的长文本上下文...

Hailuo 02 是 MiniMax 公司推出的全新 AI 视频生成模型，是 Hailuo 01 的升级版本。模型在图生视频和文生视频领域表现出色，排名仅次于字节的 Seedance 1.0，超越快...

MiniMax-M1 是 MiniMax 团队推出的开源推理模型，基于混合专家架构（MoE）与闪电注意力机制（Lightning Attention）相结合，总参数量达 4560 亿。模型支持 100...

综合介绍 Stable Diffusion Web是一个在线的稳定扩散模型平台，用户可以免费使用。这个模型用于将文本转换为逼真的图片，提供简单易用的界面。通过输入文本提示并点击“生成”，用户即可快速获...

ML-Master是上海交通大学人工智能学院Agents团队推出AI专家智能体。在OpenAI的权威基准测试MLE-bench中表现出色，以29.3%的平均奖牌率位居榜首，超越了微软的RD-Agent...

混元3D世界模型 1.0（Hunyuan World 1.0 ）是腾讯开源的业界首个可沉浸漫游、可交互、可仿真的世界生成模型。模型融合全景视觉生成与分层3D重建技术，支持用文字或图片输入，快速生成36...

Qwen3-Coder-Next是阿里巴巴通义千问团队开源的专为编程智能体设计的高效混合模型，基于80B总参数的Qwen3-Next架构，推理时仅激活3B参数。核心创新在于采用环境交互和强化学习训练方...

AgentCPM-Report 是清华大学自然语言处理实验室、中国人民大学、面壁智能与 OpenBMB 开源社区联合研发的深度调研智能体工具。基于 8 亿参数的模型，通过深度检索和推理，能生成万字长篇...

综合介绍 “Why My Wife Yelling At Me”是一个独特的婚姻关系模拟网站，旨在通过人工智能帮助用户理解伴侣的情感反应和沟通模式。用户可以输入不同场景，体验虚拟伴侣的反应，模拟真实的...

Ring-1T-preview 是蚂蚁集团开源的万亿参数大模型，基于 Ling 2.0 MoE 架构，在 20T 语料上预训练，并通过自研强化学习系统 ASystem 进行推理能力训练。在自然语言推理...

VoxCPM 是面壁智能与清华大学深圳国际研究生院联合开源的语音生成模型。VoxCPM 采用端到端的扩散自回归架构，直接从文本生成连续语音表示，突破了传统离散分词的局限。通过分层语言建模和有限状态量化...

Clacky AI是面向开发者的云端开发环境（CDE），致力于打造L3级别的AI编程助手。工具支持多种编程语言，包括Python、Node.js、Golang、Ruby和Java等，能帮助开发者快速将...

GLM-4.5 是智谱推出的开源 SOTA 模型，专为智能体应用设计，融合推理、代码生成和智能体能力。模型基于混合专家（MoE）架构，包含两个版本，3550 亿参数的 GLM-4.5 和 1060 亿...

Kotae是专为小型企业设计的智能聊天机器人平台，基于ChatGPT技术开发。平台支持超过80种语言，能快速自然地响应客户咨询，基于分析用户网站内容、培训文件和常见问题解答等生成准确回答。Kotae无...

Qwen3-Omni 是阿里通义团队推出的全模态 AI 模型，能处理文本、图像、音频和视频等多种数据类型，支持 119 种语言的文本交互，具备低延迟和高度可控的特点。

Baichuan-M2 是百川智能推出的开源医疗增强大模型。在医疗领域表现出色，特别是在HealthBench评测中以60.1分的成绩超越了OpenAI的gpt-oss120b等众多开源模型，成为全球...

IQuest-Coder-V1是九坤投资旗下至知创新研究院研发的开源代码大模型系列，专注于代码智能领域，具备自动编程、Bug修复和代码解释等能力。模型采用创新的Code-Flow训练范式，从代码库演化...

Qwen3-ASR-Flash 是阿里巴巴最新推出的高精度语音识别模型，基于 Qwen3 基座模型，经海量多模态数据训练而成。支持 11 种语言和多种口音，包括普通话、四川话、闽南语、吴语、粤语等方言...

RoboBrain 2.0 是智谱开源的先进具身大脑模型，为机器人提供强大的感知、推理和规划能力。RoboBrain 2.0包含 7B 和 32B 两个版本，采用异构架构，融合视觉编码器和语言模型，支...

Kimi Work 是月之暗面（Moonshot AI）公测的桌面端产品，为面向知识工作者的通用型本地 Agent。将 Kimi Code 在工程场景中验证过的本地 Agent 能力，迁移到普通知识工...

综合介绍 HuixiangDou 是一个基于大型语言模型（LLM）的群聊助手，旨在通过三阶段的预处理、拒绝和响应流程来应对群聊场景。它能够在不造成信息泛滥的情况下回答用户问题。该项目提供了完整的Web...

Qwen-Image-Edit 是阿里通义推出的全能图像编辑模型，基于 200 亿参数的 Qwen-Image 架构构建。模型融合语义与外观的双重编辑能力，能对图像进行低层次的视觉外观编辑（如添加、删...

OpenScreen 是开源免费的屏幕录制工具，为用户提供一个简单易用且功能完善的 Screen Studio 替代品。支持 Mac 和 Windows 双系统，完全免费且遵循 MIT 协议，可用于个...

综合介绍 Cloudflare Serverless Registry 是一个基于 Cloudflare Workers 和 R2 存储的无服务器容器注册表。它支持镜像的推送和拉取，并提供用户名密码和...

混元Motion1.0（HY-Motion1.0）是腾讯混元团队开源的文本生成3D动作模型，采用10亿参数Diffusion Transformer架构，能通过自然语言描述直接生成高质量3D角色动画。

Moltbot（原名Clawdbot）是奥地利开发者 Peter Steinberger 开源的“本地优先”AI 助手，WhatsApp、Telegram、Discord、Slack、iMessage...

ConverzAI是基于AI技术的招聘平台，能优化招聘流程。平台基于部署虚拟招聘人员（AI Agents），自动从申请追踪系统（ATS）中收集候选人信息并进行初步筛选。平台用电话、邮件、短信等多种渠道...

ClawFeed是开发者Kevin He推出的开源AI新闻摘要工具，解决信息过载问题。通过聚合Twitter、RSS、GitHub等多平台信息源，利用AI自动生成4小时、每日、每周和每月的结构化摘要...

Claudable 是基于 Next.js 的开源 Web 应用构建器，结合了 Claude Code 和 Cursor CLI 的先进 AI 代理能力，以及 Lovable 简单直观的应用构建体验...

PaddleOCR-VL是百度开源的超轻量级视觉-语言模型，专为文档解析场景优化。模型仅含0.9B参数，通过融合动态高分辨率视觉编码器与轻量级ERNIE语言模型，在保持高精度的同时显著降低计算开销。

RoboOS 2.0 是智谱开源的跨本体大小脑协同框架，推动机器人从单一智能向群体协作智能转变。框架用“大小脑”架构实现高效分工，云端大脑负责复杂决策与协同，小脑模块专注于执行具体技能。

MiniCPM-o 4.5 是面壁智能开源的 9B 全模态旗舰模型，以“边看边听主动说”的端到端架构，在手机端即可跑出 GPT-4o 级体验：支持单图、多图、高帧率长视频、实时语音双工对话，首 tok...

MuseSteamer是百度推出的多模态视频生成大模型。模型能根据用户提供的文字描述或图片，快速生成高质量的动态视频内容，支持多种清晰度和功能版本，满足不同场景下的创作需求。

Step-GUI是阶跃星辰公司开源的AI Agent系列模型，包括云端模型Step-GUI、首个面向GUI Agent的MCP协议，以及业内首个支持手机部署的开源端侧模型Step-GUI Edge。专...

综合介绍 NeverEnds是一个来自新加坡的平台，通过先进的模型将文字转换成视频，为各类故事提供了一个无限的创作空间。用户可以在这个平台上自由表达创意，传达情感，以及建设自己的品牌形象。这个平台以独...

优雅YOYA是中科闻歌推出的多模态文生视频平台，平台基于AI多模态技术赋能视频内容创作全链路。用户只需输入主题要求，平台能快速生成脚本、图像、视频，且能完成智能剪辑、语音合成和人物口型驱动等操作，输出...