AI工具集
共 663 条资讯-
LingBot-Vision – 蚂蚁灵波科技开源的通用视觉基座模型
LingBot-Vision 是蚂蚁灵波科技开源的通用视觉基座模型，业内首创以边界结构为预训练目标，采用几何建模方式实现空间感知训练范式突破。
-
motion-anything – Open Design 开源的本地优先动效引擎
motion-anything 是 Open Design 团队开源的本地优先动效引擎，定位为免费版 Figma Motion + 无水印动效视频工坊。工具让动效直接活在真实运行的网页上，所见...
-
Muse Image – Meta 超级智能实验室推出的AI图像生成模型
Muse Image 是 Meta 超级智能实验室推出的首个自研 AI 图像生成模型，采用 Agent 架构，与 Muse Spark 协作进行多步规划与自我精炼。
-
SayIt – 开源 AI 语音输入法，自动将口语转为书面表达
SayIt 是开源的 AI 语音输入法，基于 Rust 构建，支持 Windows 桌面端。用户按住快捷键说话，可将口语实时转为可直接使用的书面文字。
-
悟界·RoboBrain Orca – 智源研究院推出的通用世界基础模型
悟界·RoboBrain Orca 是智源研究院推出的通用世界基础模型，以下一个状态预测替代传统下一个词/帧/动作预测，让 AI 在内部构建统一的世界潜在表征。
-
Nemotron-Labs-Diffusion – 英伟达开源的三模式语言模型
Nemotron-Labs-Diffusion 是 NVIDIA 推出的三模式语言模型，在单一架构内统一自回归、扩散和自我推测解码。通过联合 AR-扩散目标训练，模型可在不同并发场景...
-
MoWorld – 魔芯科技推出的全球首个高帧率交互式世界模型
MoWorld 是魔芯科技推出的全球首个高帧率交互式世界模型，基于纯国产华为昇腾 NPU 全栈优化，实现最高 50 FPS 实时推理，成本较 GPU 降低 70%。
-
OpenScience – Synthetic Sciences 开源的 AI 科研工作台
OpenScience 是 Synthetic Sciences 推出的开源AI 科研工作台，面向机器学习、生物学、物理学和化学研究。平台支持从文献综述、假设生成、代码编写、实验执行...
-
GenEvolve – 美团等推出的自演进图像生成 Agent
GenEvolve 是香港科技大学（广州）、美团与新加坡国立大学联合推出的自演进图像生成 Agent。GenEvolve 将开放式图像生成形式化为工具编排的视觉轨迹，Agent ...
-
GPT-Realtime-2.1 – OpenAI推出的新一代实时语音模型
GPT-Realtime-2.1是OpenAI推出的新一代实时语音模型。2.1旗舰版显著提升了字母数字识别、静音噪音处理及中断响应能力，支持语音、文本和图像输入，具备强大推...
-
支付宝AI开放平台 – 蚂蚁集团推出的企业级AI服务生态平台
支付宝AI开放平台是蚂蚁集团推出的企业级AI服务生态平台，面向商家与开发者提供一次接入、多端分发的AI化升级方案。商家可将存量小程序、API接口封装为MCP、S...
-
MemGUI-Agent – 浙大联合快手推出的长程手机GUI智能体
MemGUI-Agent 是浙大与快手联合推出的长程手机GUI智能体，专为跨App、多步骤、长链条的移动端自动化任务设计。
-
InternAgentS – 上海 AI Lab 开源的国产科研智能体工作台
InternAgentS 是上海AI实验室开源的国产科研智能体工作台，面向 AI for Science 场景，将论文阅读、实验分析、代码迭代、远程计算、科研写作等分散环节整合到...
-
SoundWise – 免费AI音视频转录工具，支持多格式音视频
SoundWise是免费的AI音视频转录工具，能直接在浏览器上传文件完成语音转文字。平台采用本地AI模型运行，文件不上传服务器，保护隐私，支持98种语言识别、说话...
-
LingBot-Depth 2.0 – 蚂蚁灵波科技推出的深度补全模型
LingBot-Depth 2.0 是蚂蚁灵波科技发布的面向真实场景的深度补全模型，同步开源视觉基座模型 LingBot-Vision。训练数据从 300 万扩充至 1.5 亿，在 16 项深度...
-
FuckClaude – 开源的浏览器环境自测工具，是否会被CC标记
FuckClaude 是轻量、SEO 友好、中英双语的单页浏览器检测工具，用于扫描用户的浏览器环境并判断其是否会被 Claude Code 标记为'中国用户'。点击运行后，工具...
-
Elements Claw – 阿里达摩院推出的超导材料发现 AI 智能体
ElementsClaw 是阿里达摩院联合中国人民大学、中国科学院大学推出的行业首个超导材料发现 AI 智能体，采用专通融合架构，将 10 亿参数原子基础模型 Elements ...
-
Leanstral 1.5 – Mistral AI 开源的形式化验证大模型
Leanstral 1.5 是 Mistral AI 开源的形式化验证大模型，专为 Lean 4 自动定理证明优化。模型采用 119B 参数 MoE 架构，支持 256k 超长上下文与图文输入。
-
Fun-ASR-Realtime – 阿里千问推出的流式实时语音识别模型
Fun-ASR-Realtime 是阿里千问推出的流式实时语音识别大模型。模型通过 WebSocket 流式协议实现边说边出字，首字延迟百毫秒，尾字延迟同样极低。
-
Hy3 – 腾讯混元开源的混合专家模型
Hy3 是腾讯混元开源的 295B 参数混合专家（MoE）模型。模型在 Agent 能力、推理与长上下文任务上显著进步，多项基准比肩参数规模 2-5 倍的旗舰模型。