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 1
工具 16
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
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。
讯飞听见工具实时录音转写与AI会议纪要工具,语音转文字准确率达98%,适配会议、课堂、采访等场景。
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。
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。
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。
叨叨工具自定义AI伴侣陪你记账、背单词、对戏、监督学习与倾诉,融合自律养成与二次元社交。
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。
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。
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。
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。
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。
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。
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。
DeepSeek Harness工具DeepSeek Harness 桌面端可整理文档、分析表格、编写代码和安排定时任务,并能通过可自由组合的插件拓展 Agent 能力。
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。AI热点 51
谷歌Gemini移动端上线66种地区语音AI热点谷歌为移动平台Gemini应用推出66种地区语音,覆盖7类语言,用户可在语音设置或Gemini Live对话中切换口音,英国用户可选10余种地区口音。
Liquid AI发布74M参数流式音频编解码器AI热点Liquid AI发布流式语音编解码器LiquidCodec,约74M参数,权重已上架Hugging Face。
DeepL发布语音翻译模型AureAI热点DeepL推出语音AI翻译模型Aure,可实时复现说话者语气、情绪与语速,首发支持八种语言,暂不支持中文。
Meta Muse上线实时语音与虚拟形象AI热点Meta宣布个人AI助手Muse正式上线实时语音对话与虚拟形象功能,率先面向美国用户推送。
腾讯AI游戏陪伴Agent鹅次元内测AI热点腾讯首款专属AI游戏陪伴Agent“鹅次元”11月10日开启内测,面向PC玩家提供实时语音互动与游戏画面感知陪伴。
小米开源桌面AI硬件HachimoDockAI热点小米推出开源AI硬件HachimoDock,自制成本约150元,集成桌宠、语音Agent与智能家居联动。
Cursor上线智能体实时语音聊天AI热点Cursor于11月6日宣布推出与智能体的实时语音聊天功能,支持语音对语音双向交流,开发者可语音下达编码任务并查询进度。
雷鸟iO眼镜新增高德导航AI热点雷鸟为iO AI智能眼镜升级高德导航,支持语音唤醒与HUD实时指引。
Otter AI新增27种语言及跨语言转录AI热点Otter AI宣布新增27种语言支持并推出跨语言会议转录跟随功能。
Voxtral 3新增话轮结束检测AI热点Mistral AI 为 Voxtral 3 新增话轮结束检测功能,帮助开发者判断用户何时说完话,以构建响应更灵敏的语音交互。
iOS 27.3开放Siri AI第三方应用操作AI热点苹果在iOS 27.3开发者预览版中允许第三方应用接入Siri AI,可结合个人上下文、自然语言与屏幕感知执行任务,并新增app skills功能。
罗永浩双11直播带货TRAEAI热点罗永浩在双11直播间演示AI编程工具TRAE,展示其生成PPT与语音输入法软件的能力。
微信输入法上线AI录音笔功能AI热点微信输入法新版本在多端推送AI录音笔功能,支持实时录音转写与结构化AI总结。
千问AI眼镜OTA新增通话媒体翻译AI热点阿里千问AI眼镜11月1日推送OTA,新增通话与媒体实时翻译并升级抗噪能力。
Neuralink脑机接入Grok,意念可驱动AIAI热点Neuralink最新进展显示,渐冻症受试者可通过意念唤醒Grok Agent自主操作电脑,并实现意念拨打电话,团队在72小时黑客松中开发出8项新技术。
Gartner发布2027十大技术趋势AI热点Gartner解读2027十大战略技术趋势,非文本AI与智能体治理成重点。
Underdog发布32MB语音模型WoofAI热点Underdog发布仅32MB、3100万参数的语音生成模型Woof,并推出浏览器演示游戏,可在无网络设备上运行,模型开放下载。
Claude语音模式接入苹果CarPlayAI热点Anthropic宣布Claude移动应用升级,iPhone语音模式支持CarPlay,驾驶中可语音提问。
腾讯混元实时语音模型Hy Realtime上线AI热点腾讯混元发布实时语音模型Hy Realtime,已在元宝语音通话与腾讯客服上线,新增工具调用与唱歌能力。
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。
开源项目 59
Voicebox:本地运行的AI语音工作室开源项目本地优先的开源 AI 语音工作室,支持声音克隆、多引擎语音合成、全局热键听写,并通过 MCP 让 Agent 用你克隆的声音说话。查看
Dograh AI:可自托管的开源语音 Agent 平台开源项目开源可自托管的语音 Agent 平台,提供可视化工作流构建器、浏览器语音测试和 MCP 集成。查看
Open-LLM-VTuber:语音交互的 Live2D AI 伴侣开源项目支持实时语音对话与视觉感知、带 Live2D 形象的本地 AI 伴侣,可完全离线运行,提供网页与桌面宠物两种客户端。查看
VibeVoice:语音合成与识别模型系列开源项目微软开源的语音AI模型系列,包含长音频语音识别与文本转语音模型,支持说话人、时间戳与流式识别。查看
OpenAmika:MekaHime 的开源 AI 伴侣开源项目MekaHime 的开源 AI 伴侣应用,Windows 本地安装,含语音与 Live2D 模型,通过 OpenRouter 密钥驱动对话。查看
Call Center AI:Azure 与 OpenAI 的呼叫中心方案开源项目基于 Azure 和 OpenAI 的 AI 呼叫中心概念验证,通过 API 或电话号码发起与机器人的实时语音对话。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
MiniMax CLI:MiniMax 平台命令行工具开源项目MiniMax AI 平台官方 CLI,可从终端或 Agent 生成文本、图像、视频与语音,并支持视觉理解、网页搜索与双区域认证。查看
FluidVoice:macOS 语音转文字听写应用开源项目macOS 开源语音转文字听写应用,支持多种本地语音模型、实时转写浮层、语音命令与写入模式。查看
AI Engineering Hub:AI 工程教程与项目合集开源项目按难度分级的 AI 工程学习仓库,收录 93+ 个可运行项目与 LLM、RAG、Agent 等主题教程,覆盖 OCR、聊天界面、RAG、多模态、MCP 等方向。查看
CopilotKit:为应用接入AI Agent的开源前端栈开源项目为已构建的 Agent 提供聊天、生成式 UI、共享状态和人机协同组件,支持 React、Angular、Vue、Slack、Teams 等多端。查看
AgenticSeek:本地运行的私人 AI 助手开源项目完全在本地运行的 AI 助手,可自主浏览网页、编写代码、规划任务,数据不离开设备。查看
PeakCut:长视频与直播的AI切片工具开源项目自托管的AI切片工具,把长视频和直播剪成带逐词字幕的9:16竖屏短片,可自动发布到已连接账号。查看
Cherry Studio:多模型 AI 工作站桌面应用开源项目Windows、macOS、Linux 上的 AI 工作站,支持多模型对话、Agent、知识库、图像生成与日常工具。查看
Agent-Reach:让AI Agent访问受限平台的工具集开源项目为各类AI Agent提供搜索和读取B站、小红书、X、Reddit、YouTube等平台内容的工具集合,一条命令即可安装。查看
Hermes Agent:带学习循环的自改进AI Agent开源项目Nous Research 的自改进 AI Agent,能从经验创建技能、跨会话记忆,并通过多平台网关使用。查看
ruby_llm:Ruby AI 应用开发框架开源项目面向 Ruby 与 Rails 的 AI 框架,统一 23 家模型提供商的 API,覆盖对话、工具、Agent、评估与多模态能力。查看
OpenMAIC:多智能体互动课堂平台开源项目把任意主题或文档一键生成为互动课堂,由AI教师与AI同学实时讲解、讨论并配合白板与语音。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
cinecode:用代码生成影片的 AI 编码 Agent开源项目在 Claude Code 或 Cursor 中运行的编码 Agent,把想法写成剧本,逐帧用代码渲染画面并设计声音,输出成品 MP4。查看