Al项目

AI工具集介绍和收录了当前流行的AI研究项目和框架,紧跟最新AI领域的进展,解读AI研究论文和方法框架,帮你快速了解这些项目的工作原理。

38℃墨见 – 墨刀推出的 AI 协作平台

墨见是什么墨见是墨刀推出的 AI 协作平台,专为一人公司与超级个体打造。平台搭载 OpenClaw 引擎,内置产品经理、UI/视觉设计师、前后端工程师、增长运营师等虚拟合伙人角色,支持 1 对 N 群聊协作模式。用户一句话愿景,可

261℃MiniMax M3 – MiniMax 推出的新一代 AI 模型

MiniMax M3是什么MiniMax M3是 MiniMax 推出的全新AI模型,具备领先的编程、Agent与长文本处理能力。模型采用创新的MSA稀疏注意力架构,支持1M超长上下文,效率提升20倍。同时原生支持图像、视频输入,可操控电...

930℃Qwen-VLA – 阿里通义推出的通用视觉-语言-动作模型

Qwen-VLA是什么Qwen-VLA 是通义实验室推出的通用视觉-语言-动作模型,以 Qwen3.5-4B 为视觉语言主干,搭配 1.15B 参数的 DiT 动作解码器。模型通过统一动作轨迹预测框架,将操作、导航、轨迹预测三大任务统一到...

513℃Webwright – 微软开源的终端原生网页智能体框架

Webwright是什么Webwright 是微软研究院开源的终端原生网页智能体框架,仅需约 1000 行代码可让 AI 模型在终端中编写 Playwright 代码、执行 bash 命令、查看日志并反复修正,完成复杂网页任务。Webwr...

372℃ControlFoley – 小米开源的可控视频音效生成模型

ControlFoley是什么ControlFoley是小米开源的可控视频音效生成模型,能解决V2A领域可控性难题。模型统一支持文本引导、文本控制与参考音频控制三类视频配音任务,通过自研时空音视频编码器CAV-MAE-ST、时间-音色解耦...

952℃OmniVoice Studio – 开源 AI 语音处理工具,ElevenLabs 平替

OmniVoice Studio是什么OmniVoice Studio 是全本地运行的开源 ElevenLabs 替代方案,提供跨平台桌面客户端,支持零样本语音克隆、声音设计、视频自动配音、语音听写等功能,覆盖 646 种语言。OmniV...

760℃美团GEO营销门户 – 美团推出的生成式引擎优化平台

美团GEO营销门户是什么美团 GEO 营销门户是美团推出的生成式引擎优化(GEO)平台,专为 AI 搜索时代设计,帮助品牌在豆包、DeepSeek、文心一言等主流大模型中提升曝光与推荐频次。与传统 SEO 优化搜索引擎排名不同,GEO 专...

610℃getdesign.md – VoltAgent 团队推出的 AI 原生设计系统库

getdesign.md是什么getdesign.md 是 VoltAgent 团队推出的 AI 原生设计系统库与工具平台,核心提供 60+ 顶级品牌的 DESIGN.md 设计规范文件。基于 Google Stitch 提出的 DESI...

360℃SenseNova-U1-8B-MoT-Infographic – 商汤科技开源的信息图增强模型

SenseNova-U1-8B-MoT-Infographic 是什么SenseNova-U1-8B-MoT-Infographic 是商汤科技开源的 8B 参数信息图增强模型,基于 SenseNova-U1-8B-MoT 统一架构,通过...

104℃阿里云百炼 CLI – 阿里云开源的 AI Agent 命令行工具

阿里云百炼 CLI是什么阿里云百炼CLI是阿里云开源的AI Agent命令行工具,专为智能体场景设计。开发者一行命令,可让Agent自动调用阿里云百炼平台150+多模态模型、10+应用及知识库、记忆、联网搜索等全套能力。原生兼容Cla

857℃Step 3.7 Flash – 阶跃星辰开源的新一代 Flash 模型

Step 3.7 Flash是什么Step 3.7 Flash 是阶跃星辰面向 Agent 生产化阶段推出的新一代开源 Flash 模型,采用稀疏 MoE 架构,最高生成速度达 400 Tokens/s。模型围绕 Agent、Coding...

900℃Hy-Memory – 腾讯混元推出的 Agent 记忆插件

Hy-Memory是什么Hy-Memory 是腾讯混元推出的专为 OpenClaw 等长期协作型 Agent 设计的记忆插件,通过 6 层记忆框架 × System1/System2 双系统 × 演化链三层架构,让 Agent 真正记得住...

795℃Dynamic Workflows – Claude Code 推出的动态工作流

Dynamic Workflows是什么Dynamic Workflows 是 Claude Code 推出的动态工作流,目前处于研究预览阶段,支持 Claude 动态编写编排脚本,在单次会话中并行调度数十至数百个子 Agent 协同工作...

696℃PilotDeck – 清华联合面壁智能开源的 Agent 操作系统

PilotDeck是什么PilotDeck 是清华大学THUNLP实验室、面壁智能、OpenBMB与AI9stars联合开源的智能体操作系统。PilotDeck以WorkSpace为核心设计范式,为每个项目建立独立的文件系统、记忆存储和技...

137℃Qwen-Image-Bench – 通义千问推出的文生图模型评测基准

Qwen-Image-Bench是什么Qwen-Image-Bench 是通义千问团队推出的文生图模型评测数据集,规模为 1k 条测试样本,覆盖中英双语提示,支持多维度评测各类文生图模型的生成效果,采用 Apache-2.0 协议开源。为...

570℃Claude Opus 4.8 – Anthropic 推出的旗舰级大语言模型

Claude Opus 4.8是什么Claude Opus 4.8 是 Anthropic 推出的旗舰级大语言模型,在 Opus 4.7 基础上提升判断力、诚实性和长时独立工作能力,在编程、智能体推理、多学科推理等基准测试中全面领先 GP...

79℃Wall-OSS-0.5 – 自变量机器人开源的国产具身智能模型

Wall-OSS-0.5是什么Wall-OSS-0.5是自变量机器人开源的国产具身智能模型,属于视觉-语言-动作(VLA)大模型,具备无需任务微调即可在真实机器人上部署的零样本能力。模型通过创新的Gradient-Bridge协同训练方法...

691℃Fara1.5 – 微软推出的浏览器端 AI 智能体模型系列

Fara1.5是什么Fara1.5是微软研究院 AI Frontiers 实验室最新推出的浏览器端AI智能体(CUA)模型系列,包含 4B、9B、27B 三个参数版本。模型基于 Qwen3.5 微调,采用纯像素级截图输入,通过观察—思考—...

629℃Guizang Social Card Skill – 歸藏开源的小红书图文优化Skill

Guizang Social Card Skill是什么Guizang Social Card Skill 是歸藏开源的适配 Claude Code / Codex 等 Agent 环境的图文卡片技能,能解决小红书(3:4 竖图)和公众号...

674℃Cloud Agents – Qoder 推出的全托管 AI Agent 运行平台

Cloud Agents是什么Cloud Agents 是阿里 Qoder 推出的全托管 AI Agent 运行平台,提供 Agent 底座、模型服务及运行环境等全栈能力,企业可通过 API 直接调用。平台将 Agent 开发到上线的周期...

999℃MAI-Image-2.5 – 微软推出的旗舰级文生图模型

MAI-Image-2.5是什么MAI-Image-2.5 是微软研究院推出的旗舰级文生图模型,为 MAI-Image 系列最强版本。模型在 Arena 文生图排行榜以 1,254 分冲上第 3 名,较前代提升 72 分,打破 Googl...

103℃Runway MCP – Runway 推出的 MCP 服务器

Runway MCP是什么Runway MCP 是 Runway 推出的官方 MCP 服务器,工具将 Gen-4.5、Seedance 2.0、Kling 3.0 等顶尖 AI 图像与视频生成模型接入 Claude、ChatGPT、Cur...

933℃omp – 开源的 AI 终端编程智能体,能与 IDE 深度联动

omp是什么omp(oh-my-pi) 是基于 Pi 项目二次开发的开源 AI 终端编程智能体,核心代码约 2.7 万行 Rust,支持 40+ 模型供应商与 32+ 内置工具。omp定位为能与 IDE 深度联动的终端编码工具,通过独创的...

1014℃代号Craft – 腾讯游戏推出的 AI 游戏创作平台

代号Craft是什么代号Craft是腾讯游戏生态发展部自研的 AI 游戏创作平台。用户通过自然语言与 AI 对话可快速生成 2D/3D 游戏原型,平台内置完整 AIGC 工具链并免费开放超万种预制美术资产,支持移动端、PC 及主机端原型输

191℃NoteAI – AI 一站式知识提取工具,支持视频、网页、音频

NoteAI是什么NoteAI 是面向学生、研究者、职场人士和内容创作者的 AI 一站式知识提取工具,支持 YouTube 视频、PDF、网页、音频及图片的快速摘要与结构化处理。能将长内容转化为摘要、逐字稿、思维导图、学习卡片和翻