从一个关键词开始
搜名称，也可以搜场景，比如“AI 写作”“视频剪辑”或“编程助手”。
工具 26
海螺视频工具输入一段文字即可在短时间内生成 AI 视频与图片，提供参考功能、MiniMax H3 玩法社区、开源项目与实战教程。
可灵AI工具通过文生视频、图生视频、首尾帧与运镜控制生成高质量视频，支持运动笔刷精准调节元素运动轨迹，单次最长可生成2分钟、最高1080p/30fps的画面。
即梦 AI工具字节跳动推出的AI视频生成工具，主打文生视频与图生视频，与剪映深度集成，适配短视频创作。
ReelBoop工具上传自己的照片，套用热门模板生成舞蹈、换装、双人表演和产品广告视频，也可用 GPT Image 2.6、Nano Banana 2.1 生成图片，或用 Kling 3.0 Pro、Seedance 2.5 把照片转成 5 秒视频，完成后在私有作品中播放和下载 MP4。
Skeleton AI工具输入一个主题或上传图片，选择模型与画面比例，生成骷髅旁白讲解风格的竖屏短视频，面向 TikTok、YouTube Shorts 和 Reels。
万兴播爆工具万兴科技的AI数字人视频创作工具，支持数字人口播视频、照片说话与视频翻译，提供公共数字人与配音、智能脚本生成、声音克隆及定制数字人，面向出海商家与营销团队批量产出短视频。
堆友工具阿里设计团队打造的AI创意社区，接入Flux.1 Kontext Pro、Qwen-Image等模型，提供AI工具箱、视频生成与全能画布，深度适配淘宝天猫电商场景。
通义万相工具阿里云推出的AI视频生成工具，支持文生视频、图生视频、风格迁移与同款生成，国风风格表现突出，生成时长5-15秒、分辨率1080p。
风平AI工具上传商品资料即可生成数字人手持商品的口播带货视频，从文案到剪辑全自动，适配电商与短视频平台。
易撰AI文案工具面向自媒体从业者的流量型AI文案工具，覆盖短视频脚本、小红书种草、公众号推文、带货文案等数十类内容，输入主题与卖点即可快速生成多篇不同风格的成稿。
百宝音工具专注自媒体配音的AI工具，提供1200+音色、情感语调调节与3秒声音克隆，支持字幕生成与多端同步，适配短视频、有声书等场景。
魔音工坊工具800多款真人质量AI声音、1000多种风格，支持3-10秒声音克隆与逐句调音，覆盖短视频、有声书等配音场景。
万彩微影工具把文字、图文、照片等静态内容一键转成手绘、字幕动画等短视频，内置配音、字幕与商用素材，适合营销推广与教学课件制作。
MiniMax工具自主研发覆盖文本、语音、音乐、图像、视频的多模态大模型，配套 MiniMax Code、MiniMax Design 等 AI 原生产品与面向企业和开发者的开放平台。
BigModel工具智谱面向开发者与企业的大模型开放平台，以API形式提供GLM系列文本、视觉、文生图与视频生成模型，并支持模型微调、智能体搭建与知识库检索增强。
呜哩（Wuli）工具输入创意描述即可生成3D艺术字体、电影海报、电商主图与5秒短视频，内置三款通义千问图像模型，可在高画质、极速出图与细节编辑之间切换。
文心（文心一言，ERNIE Bot）工具百度自研的全模态大模型与智能助手，覆盖文本、图像、音频、视频的原生融合理解与生成，中文理解与生成能力突出，支持百万级超长上下文。
腾讯元宝工具同时接入混元与DeepSeek双模型，提供长思考与快思考两种模式，搜索优先覆盖微信公众号和视频号内容，可解析长文档、生成图片并进行语音交互。
千问工具基于Qwen模型体系的多模态助手，覆盖文本、图像、音频、视频的理解与生成，支持百万级长上下文、多语言与阿里生态应用接入。
豆包工具支持文本、图片、音频、视频的多模态解析与生成，覆盖对话、创作、编程与长文档处理，提供网页、客户端、移动端及小程序等全终端使用方式。提示词 1
AI热点 60
IFM开源世界模型PAN 2AI热点IFM发布开源世界模型PAN 2，可生成最长20秒的动作后果视频，采用语言模型规划加29B视频模型渲染的架构，官方基准显示其在开放模型中完整计划完成率排名第一。
Karpathy用Claude打造HackerTube推荐站AI热点Karpathy用Claude从20年HN评论中筛出6454个视频，约2小时完成HackerTube推荐站。
抖音近一月处置AI恶意营销违规账号50.7万个AI热点抖音公告治理滥用AI工具的恶意营销号，近一月处置违规短视频113.5万条、违规账号50.7万个。
Runway开放机器人模型Praxis-1AI热点Runway宣布向所有人开放世界动作模型Praxis-1，以Apache 2.0开源权重发布，可将视频预训练用于真实机器人控制。
腾讯元宝搜索正式上线AI热点腾讯全新搜索产品元宝搜索11月11日正式上线，覆盖公众号、视频号等生态内容，广告与答案明确区分。
MiniMax开源33B全模态模型H3AI热点MiniMax在Hugging Face发布33B全模态生成系统MiniMax-H3，支持多模态输入与带立体声的2K视频生成，部分预处理模块未开源。
英伟达发布Lyra 2.0单图生成3D世界AI热点英伟达发布Lyra 2.0，可将单张图片转换为可探索的3D世界，结合视频生成与3D重建技术。
Omni-Encoder用共享SigLIP2统一四模态表征AI热点Omni-Encoder以单一SigLIP-2 ViT共享参数统一图像、视频、音频与视听编码，在16个基准上表现竞争力，联合训练提升各模态效果。
虎鲸文娱鲸锐AI平台正式上线AI热点虎鲸文娱AI影视制作与管理平台鲸锐AI于11月4日正式上线，集成50余个主流AI视频模型，AI视频单分钟成本可节省30%以上。
Anthropic为Claude推办公套件AI热点Anthropic为Claude推出表格、白板、数据分析等一整套办公功能，支持多人实时协作、可视化讨论过程和连接第三方应用，计划让Claude直接加入视频会议，消息公布后微软股价应声下跌，市场担忧经营数十年的Office生意受到冲击。来源：APPSO
京东具身数采覆盖百余场景AI热点京东在2026年世界互联网大会乌镇峰会披露，具身数采已覆盖百余细分场景，采集超10万真实作业任务。计划两年内采集超千万小时真实视频数据，已推出自研采集终端与仿真引擎，仿真与真实评测一致性达90%。
MiniMax发布M3.1-Flash多模态模型AI热点MiniMax在Hugging Face上线原生多模态MoE模型M3.1-Flash，总参数约428B、每token激活23B，支持文本、图像、视频输入，上下文窗口最高100万token，引入稀疏注意力、量化感知训练与DSpark推测解码以降低推理成本。
谷歌发布多模态嵌入模型EmbeddingGemma 2AI热点谷歌推出开放权重多模态嵌入模型EmbeddingGemma 2，将文本、代码、图像、视频和音频映射进统一768维向量空间，面向端侧部署优化。
TRAE宝限时免费：开发者个人助理体验AI热点即日起至2026年11月8日23:59，登录TRAE桌面端最新版，使用开发者个人助理TRAE宝进行问答、下达任务均不消耗积分。据资料显示，TRAE宝具备全局助理与项目助理能力：可跨项目梳理历史任务、对话与产物，结合过往方案和偏好为新任务准备起点；也能理解当前项目上下文、拆解复杂需求、调度子任务并行执行，并把需要判断的问
可灵Kling 4.0 Flash全量开放接入AdobeAI热点可灵宣布Kling 4.0 Flash全面开放，支持API、MCP、CLI及Adobe插件接入，fal同步上线该模型。
小米具身模型在青年公寓试运营AI热点小米Xiaomi-Robotics-1具身基座模型Agent闭环系统在小米青年公寓启动试运营，可自主完成桌面整理、垃圾清扫等长程任务。
英伟达GR00T 2测试：Ego数据使任务完成率升至70%AI热点英伟达GR00T 2模型测试显示，Ego训练数据从零增至全部，机器人平均任务完成进度从50%提升至70%，验证大规模第一视角数据对机器人操作能力的价值。
字节跳动计划推出类Meta Muse智能体AI热点据彭博社报道，字节跳动计划未来数周内推出类似Meta Muse的AI助手，张一鸣在AI团队全员会上介绍了该计划。
模思智能发布全双工语音系统MOSS-LiveAI热点模思智能发布全双工实时交互系统MOSS-Live，多项语音交互指标领先，并开放API接入。
Pika开源H3 Flex：六步生成音视频AI热点Pika基于MiniMax H3开源衍生模型H3 Flex，通过六步去噪联合生成画面与同步音频，开放适配器权重与推理代码，推理速度提升约1.6倍。
开源项目 96
NVIDIA Cosmos：面向物理 AI 的世界基础模型开源项目Cosmos 3 全模态世界模型家族，含 Reasoner 与 Generator 两条分支，用于世界理解、视频生成、仿真与合成数据。查看
Qwen3-Omni：多模态全模态基础模型开源项目Qwen3-Omni 是端到端多语言全模态基础模型，处理文本、图像、音频、视频并流式输出文本与语音。查看
HunyuanVideo-Avatar：音频驱动人物动画模型开源项目腾讯混元的多模态扩散 Transformer 模型，以音频为条件生成高动态、情绪可控、支持多角色的对话视频，已开源推理代码与权重。查看
Qwen3-VL-Embedding：多模态嵌入与重排模型开源项目Qwen3-VL-Embedding 与 Qwen3-VL-Reranker 是基于 Qwen3-VL 的多模态嵌入与重排模型，支持文本、图像、截图、视频及混合模态输入。查看
Seed1.5-VL：视觉语言模型使用指南与代码示例开源项目Seed1.5-VL 是视觉语言基础模型的使用指南仓库，提供调用火山引擎 API 的示例代码，覆盖长思维链开关、2D/3D 定位、视频理解与 GUI Agent 等场景。查看
AGenUI：iOS/Android/HarmonyOS的A2UI生成式UI SDK开源项目跨三端的A2UI SDK，基于共享C++核心引擎实时渲染LLM流式生成的交互式原生UI组件。查看
Toonflow：开源AI短剧与漫剧创作平台开源项目面向短剧、漫剧和短视频创作者的开源工具，用无限画布编写剧本分镜、管理角色场景素材并生成图片与视频。查看
ERNIE：文心大模型与训练工具仓库开源项目文心 4.5 系列多模态模型的官方仓库，含模型说明与 ERNIEKit 训练工具链。查看
Qwen3-VL：通义千问视觉语言模型系列开源项目Qwen 系列视觉语言模型仓库，含 Dense 与 MoE 多尺寸权重、Instruct/Thinking 版本及能力示例。查看
MiniCPM-V：端侧多模态大模型系列开源项目OpenBMB的多模态大模型系列，最新为MiniCPM-V 4.7（35B-A3B与1B）和全模态模型MiniCPM-o 4.5。查看
Minesweeper MCP Server：让 MCP 客户端玩扫雷的服务器开源项目Model Context Protocol 服务器，让 MCP 客户端 Agent 能玩扫雷游戏，需与扫雷游戏服务器配合运行。查看
Memvid：单文件AI记忆层开源项目把数据、嵌入、检索结构与元数据打包进单个文件的可移植记忆系统，为AI Agent提供持久化长期记忆。查看
ESP32 iPhone Agent：用开发板控制 iPhone 的 AI 代理开源项目通过约 7 美元的 ESP32 开发板让 AI 查看 iPhone 屏幕并模拟点击、滑动和输入，无需电脑、不修改 iOS。查看
answer-me-with-html：把问题答案渲染成网页的 Agent 技能开源项目Agent 技能：模型只写 Markdown 草稿，配套 CLI 将其渲染为含图表的 HTML 页面，减少输出 token。查看
BettaFish（微舆）：多智能体舆情分析系统开源项目以对话方式发起分析，多智能体自动采集并研究国内外社媒内容与评论，生成交互式HTML报告。查看
CocoIndex：增量式数据索引引擎开源项目用声明式 Python 定义目标索引，源数据变化时只重算增量，为 AI Agent 保持持续新鲜的上下文。查看
gputaskman：终端里的 GPU 进程监控工具开源项目类 htop 的终端 UI，展示每进程 GPU 显存、引擎活动、运行时与模型文件等信息。查看
graphify：把项目映射为可查询知识图谱的CLI工具开源项目用tree-sitter解析代码构建本地知识图谱，供AI助手以查询、路径追踪替代翻阅文件。查看
Easel：社媒内容创作与发布工作台开源项目面向社交媒体创作者的开源内容工作台，用 Agent 贯穿热点发现、策划、创作、发布与归因五个工作流。查看
OpenCut：开源视频编辑器开源项目面向网页、桌面和移动端的免费开源视频编辑器，当前正以 Rust 核心重写架构。查看