749℃Gemini Omni Flash – 谷歌推出的多模态视频生成模型
Gemini Omni Flash是什么Gemini Omni Flash 是 Google I/O 大会推出的视频生成模型，定位从任意输入生成任意输出的统一多模态生成模型。模型将 Gemini 推理能力与 Veo 视频、Nano Ba...
332℃Google Pics – 谷歌推出的 AI 图像创建与编辑工具
Google Pics是什么Google Pics 是谷歌基于最新 Nano Banana 模型推出的 AI 图像创建与编辑工具，深度集成于 Google Workspace 生态。工具将图像中的每个元素视为独立对象，支持对特定细节进行精...
812℃Qwen3.7-Max – 阿里通义推出的新一代旗舰大模型
Qwen3.7-Max是什么Qwen3.7-Max 是阿里通义千问团队推出的面向智能体时代的新一代旗舰大模型，定位为全能智能体基座。模型具备前沿编程、办公自动化、长周期自主执行与跨框架泛化四大核心能力，在 SWE-Pro、MCP-Atla...
503℃Qwen3.5-LiveTranslate – 阿里通义推出的实时同声传译模型
Qwen3.5-LiveTranslate是什么Qwen3.5-LiveTranslate 是阿里通义团队推出的实时同声传译大模型，支持60语种输入、29语种输出与3500+翻译组合，通过可读单元流式技术将端到端字均延迟压缩至2.8秒，模...
651℃HiDream-O1-Image-Pro – 智象未来推出的旗舰级图像模型
HiDream-O1-Image-Pro是什么HiDream-O1-Image-Pro是智象未来推出的基于原生全模态架构UiT的图像大模型，超200B参数，在文生图、文字渲染、指令编辑等任务刷新SOTA。模型将图像像素、文本标记与任务条件...
856℃Lance – 字节跳动开源的轻量级原生统一多模态模型
Lance是什么Lance 是字节跳动智能创作团队开源的轻量级原生统一多模态模型，仅 3B 激活参数，在单一框架内同时支持图像与视频的理解、生成与编辑全链路任务。模型采用分阶段多任务方案从零训练，整个训练周期仅消耗 128 张 A100 ...
950℃怎么用AI制作电商口播视频，开拍APP一键生成
最近有几位读者老师问我：想做自媒体，但是本职工作太忙，没时间剪辑怎么办？这个问题很典型。我们很多读者本身就是各自领域里的专业人士。大家并不缺真正内容和干货，缺的是时间和流程。以前想做视频，默认路径是用剪映慢慢剪，或者花钱找人外包。可是这两...
206℃ESP-Claw – 乐鑫开源的物联网设备 AI Agent 框架
ESP-Claw是什么ESP-Claw 是乐鑫推出的物联网设备 AI Agent 框架，采用Chat Coding理念，让用户通过自然语言对话可定义和修改硬件设备行为。框架基于 OpenClaw 概念用 C 语言重新实现，专为资源受限的 ...
21℃Qwen3.7 Preview – 阿里通义推出的下一代旗舰大模型预览版
Qwen3.7 Preview是什么Qwen3.7 Preview 是阿里通义千问团队推出的下一代旗舰大模型预览版，包含Qwen3.7-Max-Preview和Qwen3.7-Plus-Preview两个版本。模型在智能体编程、世界知识和...
317℃Chronicles-OCR – 腾讯联合高校等推出的视觉感知评测基准
Chronicles-OCR是什么Chronicles-OCR 是腾讯混元联合中国科学院信息工程研究所、安阳师范学院、南开大学及故宫博物院共同推出的业界首个覆盖中国汉字七体之变完整演化轨迹的跨时间视觉感知评测基准，基准包含 2,800 张...
722℃Composer 2.5 – Cursor 推出的自研 Agentic 编程模型
Composer 2.5是什么Composer 2.5 是 Cursor 推出的自研 Agentic 编程模型。在智能水平和行为表现上较 Composer 2 有大幅提升，在 SWE-Bench Multilingual（79.8%） 和...
773℃腾讯Marvis – 腾讯应用宝推出的操作系统层个人 AI 助手
腾讯Marvis是什么腾讯Marvis是腾讯应用宝团队推出的操作系统层个人 AI 助手。工具通过 1 个主 Agent 与 5 个副 Agent 的协作架构，实现电脑系统操作、文件管理、App 操控、网页交互与信息搜索等复杂任务，24 小...
713℃Marvis – 腾讯应用宝推出的操作系统层个人 AI 助手
Marvis是什么Marvis是腾讯应用宝团队推出的操作系统层个人 AI 助手。工具通过 1 个主 Agent 与 5 个副 Agent 的协作架构，实现电脑系统操作、文件管理、App 操控、网页交互与信息搜索等复杂任务，24 小时在线并...
201℃Higgs Avatar v1 – 面向语音智能体的实时 AI 数字人模型
Higgs Avatar v1 是什么Higgs Avatar v1 是BosonAI推出的面向语音智能体的实时 AI 数字人模型。模型仅需一张静态照片，可生成具备口型同步、面部表情与头部动作的实时交互数字人。模型单帧渲染仅 16 毫秒，...
56℃LibTV团队版实测 – 多人协作重构 AI 视频生产模式
说到最火爆的AI视频软件，我心里想到最符合的就是 LibTV 了。上线首日访问量就突破10万，而且都不是来白嫖的，一个月内单日收入就超过了百万美金。短短两个月就迭代了超过36个新功能，好几百家短剧公司和影视工作室都说在用，而且做出来了很多...
755℃MemPrivacy – 记忆张量联合荣耀 AI 开源的隐私保护框架
MemPrivacy是什么MemPrivacy 是记忆张量（MemTensor）团队联合荣耀 AI 团队及同济大学共同开源的端云协同 Agent 隐私保护框架。针对云端 Agent 长期记忆场景中的隐私泄露风险，提出本地可逆伪匿名化方案：...
1511℃PPT Master – 开源 AI PPT 生成标准化工作流
PPT Master是什么PPT Master 是开源的AI驱动PPT生成标准化工作流（Skill），可在具备Agent智能体能力的AI IDE中运行，实现PDF、DOCX、XLSX、网址、Markdown、PPTX等任意格式文档到原生可...
415℃LibTV团队版 – LibTV 推出的专业级 AI 视频协作工作台
LibTV团队版是什么LibTV 团队版是 LibTV 推出的专业级 AI 视频协作工作台，专为 AI 短剧、电影、TVC 制作团队设计。平台提供团队空间、实时画布协作、资产库沉淀、权限管理、成本管控等功能，解决 AI 视频创作中资产散落...
326℃Violin – 牛津大学 Kevin Lin 开源的端到端 AI 视频翻译工具
Violin是什么Violin 是牛津大学博士后 Kevin Lin 开源的端到端 AI 视频翻译工具，打破高质量视频内容的语言壁垒。集成 Whisper 语音识别、大语言模型翻译与 TTS 语音合成三大能力，可将任意语言视频自动翻译并配...
200℃Codex 教程 – 零基础VibeCoding全栈开发保姆级指南
近期 Codex 的动作很密集，方向也很明显。Codex 不再只是“帮程序员写代码”，OpenAI 正在把 Codex 推成一个能长期干活、能接企业流程、能进安全场景的 Agent 平台。OpenAI 这一波，就是要给Claude Cod...
732℃Grok Build – xAI 推出的终端原生 AI 编程智能体
Grok Build是什么Grok Build 是 xAI 推出的终端原生 AI 编程智能体（Agentic CLI），面向专业软件工程与复杂编码任务。基于 Grok 4.3 beta 的 200 万 token 超长上下文，支持 Pla...
585℃OpenHuman – 开源桌面端 AI 助手，能主动感知工作上下文
OpenHuman是什么OpenHuman 是 tinyhumansai 团队推出的开源个人 AI 超级智能助手，定位为Your Personal AI super intelligence，主打私有、简单且极其强大。非传统聊天机器人，是...
998℃怎么用 WorkBuddy 一句话完成任务，附8个高频办公场景提示词
本文介绍使用腾讯 WorkBuddy在职场办公中的 8 个高频应用场景，核心思路是用一句话指令，把重复耗时的工作交给 AI Agent 自动完成。精选8个高频办公痛点，简历筛选、发票报销、内容创作、数据清洗等，用「Before/After...
454℃Intern-S2-Preview – 上海 AI Lab 开源的科学多模态大模型
Intern-S2-Preview是什么Intern-S2-Preview 是上海人工智能实验室开源的新一代书生科学多模态大模型预览版，以35B参数规模实现比肩万亿参数模型的科学能力。模型通过通专融合全链路训练与强化学习驱动，首次在开源通...
511℃Pixal3D – 腾讯联合清华等开源的单图像 3D 生成项目
Pixal3D是什么Pixal3D 是腾讯 ARC 实验室联合清华大学、惠灵顿维多利亚大学推出的单图像 3D 生成项目。Pixal3D通过反向投影将像素特征显式提升到三维空间，建立直接的像素到 3D 对应关系，能生成接近重建级保真度的 3...
AI工具集导航收录了国内外数百个不同类型的AI工具，每日更新和添加最新AI工具，AI工具集还推荐了AI学习开发的常用网站、框架和模型，帮助你加入人工智能浪潮，自动化高效完成任务！
Ctrl + D 或 ⌘ + D 收藏本站到浏览器书签栏。
