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”。
文章 2
工具 43
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。
腾讯文档工具覆盖Word、Excel、PPT、PDF等全品类文档的AI助手,一句话生成文档、自动写函数做图表、一键提炼论文与财报要点。
Kimi工具月之暗面推出的AI对话与智能体助手,最新上线K3.1 Pro,可处理复杂编程项目、3D建模、深度金融研究,并支持专业级Word与PDF文档的创建与编辑。
通义听悟工具阿里云推出的会议音视频学习AI助手,可将会议、讲座、访谈等内容转写为文字并自动生成摘要、章节速览与发言总结。
文心快码(Baidu Comate)工具支持20余种编程语言的代码生成、补全与错误检测,配套AI IDE可将设计稿一键转为代码,面向个人与企业研发流程。
Mureka工具以文字、歌词或参考歌曲生成完整专业级音乐作品,支持版权交易与API集成,面向创作者与开发者。
MX绘画工具深耕二次元与写实人像两大风格的AI绘画工具,支持ControlNet姿态构图控制、文生图、局部重绘与高清放大,适配插画、头像、人像后期等创作与商用场景。
橙瓜码字工具面向网络小说创作者的AI辅助码字工具,提供剧情续写、人设大纲管理与多端云端备份,覆盖网文创作全流程。
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。
Qoder工具面向真实软件开发的智能体编程平台,提供代码补全、测试生成与AI智能体能力,覆盖IDE、JetBrains插件、CLI等多种形态。
StylMorph工具上传照片,从六种漫画或卡通风格中选择一种,用图生图 AI 重绘后对比原图并下载;访客可免费生成一张 Seedream 4.5 图片,无需注册。
AutoClaw(澳龙)工具智谱推出的 AI Agent 桌面客户端,内置 50+ 技能,覆盖文件生成、数据分析、浏览器自动化与 IM 协作,安装登录后即可直接调用,无需配置开发环境。
Google Antigravity工具在桌面应用、终端CLI、IDE扩展与独立IDE中并行驱动多个自主编码智能体,覆盖从原型到调试发布的开发流程。
WorkBuddy工具用一句话下达办公任务,自动拆解步骤并调用多工具执行,直接产出文档、图表、PPT等可交付文件,支持Windows/macOS一键安装。
Suno工具输入流派、情绪、主题或自写歌词,生成含人声、歌词与完整编曲的原创歌曲,支持分轨与多轨编辑。
通义灵码工具在VS Code、JetBrains等IDE里实时续写代码、生成单元测试与注释,并可切换到智能体模式自主完成编码任务的AI编码辅助工具。
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。
WPS灵犀工具金山办公推出的原生Office办公智能体,用自然语言对话在文档、表格、演示间完成生成与分析,四大智能体在同一界面一键调用。
逗逗AI工具全双工实时语音对话的AI游戏伙伴,能识别游戏、观影、购物与代码画面,兼顾攻略答疑与情感陪伴
猫箱工具字节跳动推出的AI角色扮演与情感陪伴App,内置200多个性格各异的虚拟角色,支持文字与语音对话,也可自行创建专属AI伙伴。AI热点 624
Geodesic发布全原子结构预测模型NovaAtom-LiteAI热点Geodesic推出NovaAtom-Lite,面向蛋白质、核酸及配体的全原子结构预测,在FoldBench抗体-抗原界面预测成功率达79.07%。
IBM更新Granite 4.1小模型,引入LLMON标记语言AI热点IBM更新Granite 4.1的3B与8B小模型,引入LLM原生标记语言LLMON。
AWS开放SGLang-Neuron支持Trainium部署模型AI热点AWS宣布SGLang-Neuron公开可用,可通过深度学习容器在Trainium芯片上部署前沿模型并生成强化学习rollout。
Edge0开源145B端侧模型,笔记本可本地运行AI热点Edge0开源Edge0-145B与Edge0-120B模型及统一推理框架,称145B模型可在笔记本本地运行,峰值内存29GB、解码超80 tokens/s。
unify新测试:训练9B小模型超越Agent记忆框架AI热点unify发布Continual-ARC测试显示,OpenClaw等Agent记忆框架在重复任务上几乎无收益,而训练9B小模型权重可显著降低成本并提升新题表现。
Perplexity开源Decider v1.3决策模型AI热点Perplexity开源Decider v1.3与Decider Flash v1.3决策模型,新增locate能力,权重上线Hugging Face并在OpenRouter免费一周。
ElevenLabs发布Scribe v3语音识别模型AI热点ElevenLabs发布Scribe v3与Scribe v3 Live两款语音转文本模型,分别面向预录音频与低延迟实时场景。
百度发布文心闪电与微表情应用模型AI热点百度在世界大会2026发布2800亿参数ERNIE 5.5 Flash Preview,并推出文心闪电深度思考模型与文心一镜微表情大模型两款应用模型。
豆包工作接入Kimi等多款模型AI热点豆包工作11月12日接入Kimi 3.1 Pro、GLM 5.3、DeepSeek V4.1 Flash等第三方模型,并推出限时额度优惠。
MiniMax发布H3 Image生图模型AI热点MiniMax发布H3 Image生图模型并开放权重,主打速度、真实感与低价,4K图最快10秒、首周单张约0.23元。
Radical Numerics发布离线端侧病原体模型AI热点初创公司Radical Numerics发布边缘模型Omnii Defense,可在笔记本加USB基因测序仪上离线运行,用于标记天然和AI工程化的病原体。
谷歌发布Gemini Decision 1决策模型AI热点谷歌推出Gemini Decisions API与Gemini Decision 1模型,专注快速多模态封闭式决策,单次可处理最多1000个问题。
小红书开源语音编辑模型V1.1AI热点小红书升级发布端到端语音编辑模型dots.tts.edit V1.1并开源配套工具,支持局部编辑与中英双语多说话人生成。
面壁开源MiniCPM-OCR与Jev质检模型AI热点面壁开源1.3B文档解析模型MiniCPM-OCR 1.0与2B质检决策模型Jev,Real5-OmniDocBench达93.68分,Jev以2B参数反超35B判别模型。
谷歌正式开放Gemini 4 Carbon模型AI热点谷歌宣布正式开放迄今最强推理模型Gemini 4 Carbon,面向复杂软件工程、科研与网络安全等长程任务。
智元发布具身全模态模型WITA-OmniAI热点智元发布行业首个具身全模态端到端交互大模型WITA-Omni,支持触觉与动作输出,响应最快约400毫秒。
Kelix全离散自回归统一模型发布AI热点Kelix技术报告提出全离散自回归统一模型,缩小离散与连续视觉表征的理解差距。
SEE基准评测28个多模态模型科学推理AI热点SEE基准评测28个多模态大模型在化学、生物、材料科学实验问题上的表现,最佳模型准确率仅54.9%,工具使用后提升至56.1%。
英伟达论文定位干扰文本削弱模型机制AI热点英伟达等机构论文发现提示中无关文本主要通过少量intrusion heads削弱模型对问题的利用,屏蔽约10个heads可恢复57%损失准确率。
美团开源LongCat-2.5多模态模型AI热点美团开源面向长程智能体的原生多模态模型LongCat-2.5,总参1.6万亿、支持百万上下文,采用MIT协议可商用。
开源项目 386
rknn-toolkit2:Rockchip NPU 模型转换与部署 SDK开源项目在 PC 上把训练好的模型转换为 RKNN 格式并做推理与性能评估,配套板端 C/C++ 与 Python 运行时在 Rockchip NPU 上部署。查看
RF-DETR:实时目标检测、实例分割与关键点检测模型库开源项目Roboflow 的实时 Transformer 检测架构,基于 DINOv2 骨干,统一 API 支持检测、分割与关键点任务。查看
MOSS-TTS-Nano:0.1B 参数多语言轻量语音合成模型开源项目开源多语言 tiny TTS 模型,0.1B 参数,支持 CPU 流式推理、声音克隆、ONNX 部署与微调。查看
LingBot-Depth:掩码深度建模的空间感知模型开源项目通过掩码深度建模将不完整、含噪的深度传感器数据补全为高质量、米制精确的3D测量,面向机器人学习与3D视觉。查看
HY-Motion 1.0:文本生成 3D 人体动作的模型系列开源项目基于 DiT 与 Flow Matching 的文本到 3D 人体动作生成模型,输出可接入 3D 动画管线的骨骼动画。查看
Lance:统一多模态理解生成编辑模型开源项目3B参数的原生统一多模态模型,支持图像与视频的理解、生成和编辑,附推理与微调代码。查看
GLM-5:开源大模型系列与技术报告开源项目GLM-5 系列开源权重模型仓库,涵盖面向复杂系统工程与长程智能体任务的 GLM-5 及其后续版本,提供模型下载与技术报告入口。查看
SkyReels-V2:无限长度视频生成模型开源项目采用自回归 Diffusion-Forcing 架构的无限长度视频生成模型,提供权重与推理代码。查看
MOSS-TTS Family:语音与声音生成模型家族开源项目开源语音与声音生成模型家族,覆盖长篇语音、多说话人对话、音色设计、环境音效与实时流式 TTS。查看
Ideogram 4:开源文生图基础模型开源项目Ideogram 首个开放权重文生图模型,采用结构化 JSON 提示接口,支持多语言文字渲染与布局控制。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-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
UnifoLM-WMA-0:机器人世界模型-动作框架开源项目Unitree 开源的跨本体机器人世界模型-动作框架,世界模型既可作交互式仿真引擎生成数据,也可接动作头优化决策。查看
gpuworks:轻量级 GPU 与模型服务平台开源项目40 MB 的 GPU 管理与 MaaS 平台,把自有服务器、云实例与容器组成统一集群,一键部署模型并以 OpenAI 兼容端点对外服务。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
HY-WorldPlay:实时交互式世界模型开源项目HY-World 1.5(WorldPlay)是实时交互式世界模型,以流式视频扩散生成24 FPS长时序一致的可操控视频,并开源训练与推理代码。查看
UniRL:统一多模态模型强化学习框架开源项目分层可组合的 RL 后训练框架,用同一套生成、打分、优势计算、策略更新流程覆盖多类多模态模型。查看
DFlash:块扩散投机解码草稿模型开源项目面向投机解码的轻量块扩散模型,支持多款开源基座的并行草稿生成与多种推理后端。查看
HunyuanOCR-1.5:轻量端到端 OCR 视觉语言模型开源项目统一文档解析、文本检测识别、信息抽取与图文翻译的轻量 OCR VLM,含训练与推理栈。查看
FireRed-Image-Edit:通用图像编辑模型开源项目通用图像编辑模型,支持指令编辑、人物一致性、多图融合、妆容与文字风格参考,并提供训练代码与ComfyUI支持。查看