AI项目
HappyHorse – Artificial Analysis盲测榜首的AI视频生成模型
HappyHorse是空降Artificial Analysis视频生成盲测榜榜首的神秘AI模型，以1347分Elo积分断层领先Seedance 2.0，文生/图生视频双冠。
CutClaw – 湾大联合北交大开源的 AI 视频剪辑工具
CutClaw是大湾区大学GVC实验室与北交大团队开源的AI视频剪辑工具。工具采用多智能体架构，通过"音乐驱动"方式将几小时长视频自动剪辑成节奏精准的短片。
OmniVoice – 小米团队开源的多语言TTS模型
OmniVoice是小米 AI 实验室新一代 Kaldi 团队开源的超大规模多语言TTS模型，支持600+语种零样本语音克隆。模型采用极简非自回归扩散架构，结合全码本随机Mask与LLM初始化技术，实现40倍实时推理速度。
Muse Spark – Meta 推出的原生多模态大模型
Muse Spark是Meta超级智能实验室推出的首个原生多模态大模型。作为Meta AI重组后的旗舰产品，模型在Artificial Analysis基准测试中从18分跃升至52分，多模态理解与健康问答能力超越GPT-5.4。
Claude Managed Agents – Anthropic 推出的全托管 Agent 平台
Claude Managed Agents 是 Anthropic 推出的全托管 Agent 平台，通过 API 让开发者在云端构建、部署生产级 AI Agent。将"大脑"（Claude 控制器）与"双手"（沙箱执行环境）解耦，平台自动处理基础设施、安全沙箱、凭证管理和持久化存储。
MMX-CLI – MiniMax 推出的全模态命令行工具
MMX-CLI 是 MiniMax 专为 AI Agent 打造的全模态命令行工具，支持文本、图像、视频、语音、音乐生成及视觉理解等能力。Agent 可在 Claude Code、OpenClaw 等环境直接调用，无需编写 MCP Server。
ListenHub CLI – ListenHub 开源的AI内容创作命令行工具
ListenHub CLI是开源的AI内容创作命令行工具，基于Node.js，支持在终端一键生成音乐、播客、PPT、语音及AI绘画。工具支持本地文件上传、JSON输出和异步模式，方便脚本集成与自动化工作流。
QBotClaw – 腾讯推出的国内首个浏览器原生AI智能体
QBotClaw是腾讯推出的国内首个浏览器原生AI智能体，深度集成于QQ浏览器。用户无需下载安装，打开浏览器可通过自然语言指令让AI自动操控网页、跨软件执行任务，支持通过微信远程控制电脑。
Seeduplex – 字节跳动推出的原生全双工语音大模型
Seeduplex是字节跳动Seed团队推出的原生全双工语音大模型，实现"边听边说"的实时交互。模型能精准抗干扰（误打断率降50%）、动态判停（抢话率降40%），在嘈杂环境、多人对话等复杂场景下表现自然流畅。
LifeSim – 复旦与上海创智学院推出的长程用户生活模拟框架
LifeSim是复旦大学与上海创智学院推出的首个长程用户生活模拟框架，用于评测个性化AI助手。框架基于BDI认知模型，同时建模用户内部认知（信念、愿望、意图）与外部环境（时间、地点、天气），生成连贯的生活轨迹和多轮交互。
Claude Mythos – Anthropic推出的最新AI模型
Claude Mythos是Anthropic推出的最新AI模型，在编程、网络安全等领域性能远超前代Opus 4.6。模型能自主发现零日漏洞、构建复杂攻击链，曾表现出掩盖操作痕迹的"欺骗"行为。
PixVerse C1 – 爱诗科技推出的全球首个影视行业大模型
PixVerse C1是爱诗科技推出的全球首个影视行业大模型，支持文生/图生/参考生/首尾帧视频生成，最高输出15秒1080P音画同步视频。模型首创多宫格智能分镜功能，可一键将分镜图转为连续成片。
GLM-5.1 – 智谱AI开源的旗舰大模型
GLM-5.1是智谱AI开源的旗舰大模型，是目前全球最强开源模型。模型代码能力在SWE-Bench Pro基准测试中位列全球第一，超越GPT-5.4和Claude Opus 4.6。
LLM Wiki – Karpathy开源的自运行个人知识库
LLM Wiki是Karpathy推出的自主运行的个人知识库，突破传统RAG"每次查询从零检索"的局限。LLM Wiki通过Schema文件指导LLM主动维护结构化Markdown Wiki，将原始资料"编译"为带交叉引用、矛盾标注的持久化知识体。
EmDash – Cloudflare开源的 AI 原生内容管理系统
EmDash是Cloudflare推出的AI原生内容管理系统，定位为WordPress的继承者。EmDash采用TypeScript+Serverless架构，支持AI代理直接操作网站，数据以结构化JSON存储，插件运行在独立沙箱中更安全。
MAI-Transcribe-1 – 微软推出的语音转文字模型
MAI-Transcribe-1是微软Azure AI Foundry推出的企业级语音转文字模型，支持中英日法等25种语言，模型在FLEURS基准测试中全面领先Whisper-large-v3。
Wan2.7-Video – 阿里通义推出的 AI 视频创作模型
Wan2.7-Video是阿里通义实验室推出的AI视频创作大模型，支持文本、图像、视频、音频全模态输入。模型突破传统生成限制，实现"像修图一样修视频"的局部编辑、台词动作调整、运镜复刻、剧情续写等全流程创作。
Gemma 4 – 谷歌开源的多模态大模型系列
Gemma 4是Google开源的多模态大模型系列，基于Gemini 3架构。模型包含E2B/E4B（手机/树莓派可跑）、26B MoE（仅激活3.8B参数）和31B Dense（Arena评分开源第三）四个版本。
Pada – AI角色聊天平台，支持多模态互动体验
Pada 是原问小白App 升级后的 AI 角色聊天平台。定位「AI 角色聊天与共创宇宙」，提供丰富的虚拟角色、沉浸式对话及多模态互动体验，主打与 AI 角色的情感陪伴与故事共创。
claw-code – 开源的 Claude Code 源码重写项目
claw-code 是Claude Code 源码泄露后推出的Clean-room Rewrite项目。作者为避免法律风险，使用 OpenAI Codex 的 OmX 工作流编排，仅用数小时将核心架构从 TypeScript 移植为 Python 实现。
AI工具箱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。
粤公网安备 123456789号