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。
496℃Eleven Realtime – ElevenLabs 推出的语音Agent模型系列
Eleven Realtime是什么Eleven Realtime 是 ElevenLabs 推出的一体化语音Agent模型系列,包含 v1 Mini 和 v1 Max 两个版本。Eleven Realtime将语音识别、语言模型推理、工...
43℃DeepInfer – DeepSeek 开源的生产级推理框架
DeepInfer是什么DeepInfer 是 DeepSeek 开源的生产级推理框架,源自 vLLM,支持 V4.1 Flash,可运行于英伟达 SM100 与华为昇腾 950。DeepInfer 采用 PD 分离部署,靠 3FS 缓存...
848℃Xing4.0-29B-Intent – 星辰实验室开源的意图理解专用模型
Xing4.0-29B-Intent是什么Xing4.0-29B-Intent是星辰实验室开源的意图理解专用模型,基于Xing4.0-29B-A4B微调。Xing4.0-29B-Intent采用类别+参数结构,将用户自然语言同时转换为意图...
71℃海外爆火的 Personal Agent 为何在中国走不通?
最近,Personal Agent 在大洋彼岸掀起一股热浪。8月11日,马斯克的 xAI 发布 Grok Bot,上线一个月后,周用户达到 41.8 万。9月8日,Meta 推出 Muse,两周就直接登顶美区 iOS 免费榜,次周留存率更...
676℃FLUX 3 Max – fal 与 Black Forest Labs 推出的视频生成模型
FLUX 3 Max是什么FLUX 3 Max 是 fal Research 与 Black Forest Labs 联合推出的后训练视频模型,支持文生视频、图生视频与关键帧插值,可生成5–20秒、720p/1080p、带原生音频的视频。...
276℃Ming-3.0 – 蚂蚁百灵开源的语音模型家族
Ming-3.0是什么Ming-3.0是蚂蚁百灵开源的语音系列模型,围绕语音合成、音频理解与对话、语音识别三类任务推出五款模型。Ming-3.0-tts 系列支持导演模式精细控制情绪、节奏与重音;Ming-3.0-audio 系列可端到端...
622℃CleanYourTV – 开源的电视广告去除工具,垃圾软件全清空
CleanYourTV是什么CleanYourTV 是开源的电视优化工具,通过 Wi-Fi 用 ADB 连接安卓电视,借助 Claude Code 等 AI Agent 自动识别并停用广告、数据上报和预装臃肿软件,同时安装仿 Apple ...
527℃MiniMax M3.1 Flash – MiniMax 推出的新一代 Flash 模型
MiniMax M3.1 Flash是什么MiniMax M3.1 Flash 是 MiniMax 推出的新一代 Flash 模型,是匿名Space Bunny模型,处理超200T Token。MiniMax M3.1 Flash在 Ag...
764℃懂了鸭 – 腾讯推出的 AI 趣味学习社区
懂了鸭是什么懂了鸭是腾讯推出的AI趣味学习社区,面向亲子用户和一线教师开放。懂了鸭以奇妙卡为核心载体,把绘本、动画、动态课件、轻量游戏等知识内容做成可拖拽、可模拟、可操作的交互形式,覆盖亲子互动、K12课堂和课
804℃ScholarMuse – 把论文检索与科研数据接入现有 AI 助手
ScholarMuse是什么ScholarMuse 是面向科研工作者的 MCP 工具平台,将 50+ 研究数据源接入 Claude、ChatGPT、Codex、Cursor 等现有 AI 助手。ScholarMuse 支持论文检索与参考文...
501℃CiteReal – AI引文核验与文献溯源工具,查找真实来源
CiteReal是什么CiteReal 是AI引文核验与文献溯源工具,帮助写作者检查参考文献是否真实可查。CiteReal 提供引文核验与查找来源两类功能:前者逐条比对题名、作者、年份、DOI 等字段,标记已核实、部分匹配、疑似有误或未找
395℃EdenLive – VAST 推出的实时生成式渲染器
EdenLive是什么EdenLive 是 VAST 推出的实时生成式渲染器,是其世界模型项目 Project Eden 的阶段性成果。EdenLive 以 Proxy 简化画面或参考视频为控制信号,结合目标首帧与文本提示词,持续实时生成...
673℃Void – 开源的全栈开发部署工具,创作部署一体化
Void是什么Void 是尤雨溪团队开源的全栈开发部署工具,包含 SDK、CLI 和团队部署平台三部分。Void把 Vite 应用的写代码—连数据库—传线上串成一套流程。本地开发自动配本地资源,部署时一键对接 Cloudflare 的 D...
215℃Synvas – AI 视频画布创作工具,支持边生成、边剪辑
Synvas是什么Synvas 是 AI 视频画布创作工具,是连续创业者丁志远(Julian)与设计师 WZ 联合创立。Synvas采用游戏引擎技术栈(WebGPU + WebCodecs),直接调用本地 GPU,实现边生成、边剪辑的流畅...
275℃Hy Memory 2.0 – 腾讯混元开源的智能体记忆框架
Hy Memory 2.0是什么Hy Memory 2.0 是腾讯混元开源的智能体记忆框架,采用模型 + 框架 + 应用三层架构:专为记忆训练的 Hy-Memory-30A3B 模型、支持聊天/工作/代码三类记忆的 SDK,以及可连接 1...
748℃BlenderWorld – Qwen 开源的 3D 创作 Agent 评测基准
BlenderWorld是什么BlenderWorld 是 Qwen 团队联合浙大、港中大、复旦、新国大推出的 3D 创作 Agent 评测基准,包含 223 项真实任务,测试 AI 能否根据照片、视频或设计规格,在 Blender 中交...
21℃DeepSeek-V4.1-Flash-1017 – DeepSeek推出的最新优化版
DeepSeek-V4.1-Flash-1017是什么DeepSeek-V4.1-Flash-1017 是 DeepSeek 推出的轻量级模型迭代版本,网页端、APP与API已同步切换。新版本通过自反馈强化学习训练,大幅提升游戏开发、3D...
8℃开源推荐:ida-pro-mcp - AI-powered reverse engineering
ida-pro-mcp是一个基于Python开发的开源AI智能体项目,AI-powered reverse engineering assistant that bridges IDA Pr。GitHub Star 12,933,Fork 1,577。
6℃开源推荐:KittenTTS - Open-source State-of-the-art T
KittenTTS是一个基于Python开发的开源AI音频工具项目,Open-source State-of-the-art TTS model which runs on a CPU 。GitHub Star 16,055,Fork 949。
6℃开源推荐:Hy-MT2 - 一个值得关注的开源AI项目。
Hy-MT2是一个基于Python开发的开源AI开发框架项目,一个值得关注的开源AI项目。。GitHub Star 1,301,Fork 126。
471℃GPT-Live-1.1 – OpenAI 推出的 ChatGPT 新一代语音模型
GPT-Live-1.1是什么GPT-Live-1.1是OpenAI推出的ChatGPT新一代语音模型,接替GPT-Live-1,轻量版 GPT-Live-1.1 Quip 接替mini。GPT-Live-1.1延续全双工交互,可边听边答...
462℃MiDashengLM-Spatial – 小米开源的空间音频理解大模型
MiDashengLM-Spatial是什么MiDashengLM-Spatial是小米Dasheng团队开源的空间音频理解大模型,业界首个在单一架构内统一通用音频理解与空间感知的端到端模型。MiDashengLM-Spatial以MiD...
39℃Doory – 开源的在线设计编辑器,Canva 开源平替
Doory是什么Doory 是开源的在线设计工具,开源的 Canva 替代品,运行在浏览器里的全功能在线设计编辑器,可制作海报、社媒图、简历、PPT、名片等。Doory支持导出 PNG/JPG/SVG/PDF/MP4/GIF,具备实时协同...
979℃FLUX 3 Image Klein – Black Forest Labs 开源的AI图像模型
FLUX 3 Image Klein是什么FLUX 3 Image Klein 是 Black Forest Labs 开源的AI图像生成模型,仅5.6B参数,单张消费级显卡即可运行。FLUX 3 Image Klein同时支持文生图、指...
139℃Muse Spark Open – Meta 开源的多模态大模型
Muse Spark Open是什么Muse Spark Open 是 Meta 开源的多模态大模型,采用稀疏混合专家架构,总参数 8160 亿、单次推理激活 420 亿,支持 100 万 Token 上下文,可处理文本、图像、视频和音频...
