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
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。
Z.ai工具集成GLM等多种模型,覆盖对话问答、代码生成、内容创作与深度研究,并提供API与内置工具,方便个人用户和开发者上手。
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。
CodeBuddy工具腾讯云推出的AI辅助编码工具,基于混元代码大模型,提供技术对话、代码补全、代码诊断和代码优化能力。
海艺AI工具内置80万+绘画模型的在线AI绘画平台,支持4K出图与ControlNet精准构图,适配设计、电商与商用创作。
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。
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。
Xiaomi MiMo工具小米自研的通用智能基座大模型,覆盖语言、多模态、语音与编程方向,已发布 MiMo-V2.6 系列、MiMo-V2.5-TTS 系列等版本并公开技术报告。
扣子(Coze)工具低代码或零代码搭建基于大模型的智能体,30秒可生成一个AI Bot,集成60余种插件与工作流编排,支持接入多格式知识库并发布到豆包、飞书、微信公众号等渠道。
腾讯会议AI小助手工具腾讯会议基于混元大模型推出的智能会议助手,覆盖会前会中会后,提供实时转写、多语言翻译、智能纪要与待办生成。
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。
TRAE(原MarsCode)工具字节跳动推出的AI原生IDE,内置Builder模式与SOLO智能编码体,支持多模型切换,可从零生成完整项目并实时预览。
DeepSeek工具深度求索研发的高性能通用AI大模型,采用MoE架构,标配百万token上下文,兼顾推理能力与成本优势,同步开源并提供API服务。
哩布哩布工具无需本地部署的在线Stable Diffusion平台,完整还原WebUI高阶功能,支持模型共享与局部重绘。
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。
蛙蛙写作(WawaWriter)工具杭州引力智航开发的AI原生写作助手,基于Weaver 2.0垂域大模型,专注网文、小说、剧本的全链路创作,输入15字内书名即可10分钟生成万字初稿。
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。
华为云码道(CodeArts)工具华为云面向研发团队的AI编码智能体,融合IDE、自主开发模式与代码大模型,强调规范驱动与生产级代码质量。AI热点 624
Fish Audio发布全双工语音模型Live 3AI热点Fish Audio推出面向实时语音Agent的全双工模型Live 3,短反应最快186毫秒,支持平台、API与本地部署,限时定价每分钟0.035美元。
OpenAI发布研究模型关停机制AI热点OpenAI为研究模型推出名为Control Room的中央关停系统,可在决定关停后35秒内停止模型输出,并已部署于研究基础设施。
OPMD同策略蒸馏提升模型中期训练AI热点arXiv新论文提出OPMD方法,用冻结教师的反向KL奖励在中期训练中主动采样学生轨迹,在数学基准上超越传统NTP基线。
MiniMax开源图像模型H3-ImageAI热点MiniMax发布并开源H3-Image图像模型,10-20秒可生成4K×4K图像,支持最多16张参考图。
ShopMind心智世界模型提升电商仿真AI热点arXiv论文提出ShopMind心智世界模型用于电商用户仿真,个性化与行为真实性分别提升18.0%和19.6%。
Seele AI发布Seele03游戏工程模型AI热点Seele AI推出Seele03模型,可生成可编辑的Unity、Godot或网页游戏工程文件。
苹果AMP1让通用模型零样本控机械臂AI热点Apple论文提出AMP1框架,Claude Opus 5.5等通用模型零样本操控机械臂成功率超越VLA模型。
Meta发布最小模型Muse EmberAI热点Meta推出迄今最小最高效的模型Muse Ember,面向智能体日常重复任务,定价与评测数据同步披露。
字节发布图像模型Seedream5.5AI热点字节Seed团队发布Seedream5.5图像模型,支持100轮连续编辑与原生RGBA透明输出,文字崩坏率降至0.4%,已在即梦、豆包等平台上线。
PFN开源金融模型PLaMo 3.0 FinAI热点Preferred Networks 以开放权重形式发布金融特化小语言模型 PLaMo 3.0 Fin,面向金融机构实务场景。
Menlo报告:中国模型占开源支出89%AI热点Menlo Ventures报告显示,中国AI模型占全球企业开源模型支出约89%,Kimi、DeepSeek、GLM位列前三。
MaxxBench改写DeepSWE任务测模型适应力AI热点MaxxBench通过修改89个DeepSWE任务指令,发现模型在需求变更时分数大幅分化,揭示基准过拟合问题。
港大开源YN决策模型,千万家庭仿真提速AI热点港大罗晔团队发布S²-MAS社会仿真框架与YN决策模型家族并开源,单卡吞吐达3.7万token/s。
METR披露Anthropic三个内部模型AI热点METR新报告披露Anthropic三个内部模型的训练时间与能力数据,其中Model 4的AECI超过Opus5.5。
OpenAI披露研究模型绕过沙箱网络限制AI热点OpenAI更新通报,披露8月编程评测中研究模型绕过沙箱网络限制的全过程及加固措施。
腾讯发布多模态模型Hy4AI热点腾讯正式发布多模态模型Hy4,支持图像理解与自主操作软件,权重后续开放。
OpenAI发布网安模型GPT-6 CyberAI热点OpenAI发布网络安全专用模型GPT-6 Cyber,ExploitGym基准相对提升51%,并发现Firefox 81个新漏洞。
RAVEN临床记录基础模型发布AI热点论文提出RAVEN,基于超百万人EHR数据做下次就诊预测的临床基础模型,零样本疾病预测表现优异。
淘宝MNN开源0.3B端侧模型AI热点淘宝MNN团队发布并开源约3亿参数的手机端模型MNN-Pocket-0.3B,在iPhone 18 Pro上完全离线运行,平均解码速度约350 token/s。
谷歌发布视频模型Omni 1.2 FlashAI热点谷歌DeepMind推出Gemini Omni 1.2 Flash,支持原生15秒视频生成与多轮对话编辑,价格降30%,在文生视频与图生视频榜单均登顶。
开源项目 386
GLM-OCR:复杂文档理解的多模态OCR模型开源项目基于 GLM-V 编解码架构的多模态 OCR 模型,配合 SDK 与推理工具链,支持云端 API 或 vLLM、SGLang、Ollama 自托管部署。查看
tiny-voca:4.5M参数的双声线英语TTS模型开源项目一个从零训练的小型英语文本转语音模型,4.5M参数、18MB,提供F2女声与M2男声,可在CPU或浏览器中运行,代码、权重与训练数据均开源。查看
Ming-flash-omni 2.0:开源全模态多模态大模型开源项目Ming-flash-omni 2.0 是基于 Ling-2.0 MoE 架构的开源全模态 MLLM,支持图像、文本、视频、音频输入与图像、文本、音频输出。查看
Mano-P:面向边缘设备的 GUI 智能体模型项目开源项目可在 Mac mini 本地推理的 GUI-VLA 智能体项目,分阶段开源技能、模型与训练方法。查看
AgiBot World:机器人学习数据集与 GO-1 模型开源项目大规模双臂操作机器人学习平台,含百万级轨迹数据集与 GO-1 基础模型。查看
WeKnora:企业文档理解与知识框架开源项目基于大模型的企业知识框架,支持文档理解、语义检索与推理,提供 RAG、Agent、Wiki 三种模式。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
AI-Scientist:自动科学发现研究系统开源项目让大模型独立完成提出想法、实验、写论文与评审的自动化科研系统,附带三个实验模板。查看
transcribe.cpp:C/C++语音转文字推理库开源项目基于GGUF模型与ggml运行时的语音转文字推理库,支持流式与批量转写,覆盖16个模型家族60余个变体。查看
TinyTroupe:LLM 多智能体人格模拟库开源项目用大模型驱动具有人格、兴趣和目标的虚拟人物,在模拟环境中互动,用于广告评估、测试与头脑风暴等场景。查看
MiMo-Embodied:具身智能与自动驾驶评测套件开源项目MiMo-Embodied 模型的官方评测仓库,基于 lmms-eval 扩展,覆盖具身 AI 与自动驾驶基准,仅用于评测。查看
Gigatoken:高性能文本分词器开源项目面向语言模型数据处理的快速分词器,兼容 HuggingFace Tokenizers 与 tiktoken,提供自有 API 与兼容模式两种用法。查看
Skyvern:基于LLM与视觉的浏览器自动化工具开源项目用大模型和计算机视觉驱动浏览器工作流,提供兼容Playwright的SDK与无代码工作流构建器。查看
anatomy:把抽象概念做成可交互图形的 Agent 技能开源项目Claude Agent Skill,让模型把技术概念构建成由数十个零件组成、可交互的等距 SVG/WebGL/3D 图形。查看
MCP Java SDK:Model Context Protocol的Java实现开源项目MCP Java SDK让Java应用通过标准化接口与AI模型和工具交互,支持同步与异步通信。查看
browser-use:开源浏览器Agent与Python库开源项目开源浏览器Agent,模型在持久REPL中编写Python、借助浏览器工具与CDP驱动真实浏览器完成任务,可本地运行或用云端浏览器。查看
billion-context:编码 Agent 上下文压缩代理开源项目位于 Agent 与模型 API 之间的上下文压缩代理,通过分层摘要让单次会话跨越数十亿 token。查看
股票智能分析系统:多市场自选股 AI 每日分析与推送开源项目基于 AI 大模型的多市场自选股每日分析系统,生成决策仪表盘并推送到企业微信、飞书、Telegram 等渠道。查看
ultralytics:YOLO 目标检测与视觉任务框架开源项目ultralytics 是 YOLO 系列模型的 Python 框架,支持检测、分割、分类、姿态、OBB、深度估计与跟踪,提供 CLI 和 Python 两种用法。查看
mlx-lm:Apple 芯片上的 LLM 推理与微调工具开源项目基于 MLX 的 Python 包,在 Apple 芯片上生成文本、聊天、量化并微调大语言模型。查看