AI项目
AI学习搭子 – 智谱清言推出的AI学习辅助工具
AI学习搭子是智谱清言推出的智能学习辅助工具，专为提升学习效率和质量设计。工具通过AI技术将学习资料转化为易于消化的知识结构，简化复杂概念。AI学习搭子支持资料的智能解析，提供互动式学习体验，包括趣味知识卡片和AI讲解，学习过程更加生动和吸引人。
YouNews – AI信息资讯平台，定制专题追踪和信息解读
YouNews是一款帮助用户主动追踪信息的 AI工具。用户可以通过描述专题的方式，让系统自动持续追踪并整理和解读相关的信息，从而实现从「被动接收信息」到「系统跟踪进展」的转变。
Qwen3-TTS – 阿里通义开源的系列语音生成模型
Qwen3-TTS是Qwen开源的系列语音生成模型，具备强大的音色克隆、创造和语音控制能力。模型基于创新的Qwen3-TTS-Tokenizer-12Hz多码本语音编码器，实现高效语音压缩与高保真还原。
萝卜面试 – 快手推出的AI面试辅导平台
萝卜面试是快手推出的为求职者提供专业AI面试辅导的在线平台。平台依托于一线互联网大厂资深导师的丰富经验，通过模拟真实面试场景，帮助求职者提升面试技巧和自信心。
Being-H0.5 – 卢宗青团队开源的通用机器人模型
Being-H0.5 是卢宗青团队推出的通用机器人模型，能通过人类先验知识和统一的动作对齐，解决机器人在不同形态硬件间的策略迁移问题。
Devin Review – AI代码审查工具，自动检查和标记代码问题
Devin Review 是代码审查工具，支持将复杂的 GitHub 拉取请求（PR）转化为直观易懂的代码差异展示和精准的解释。通过智能算法，Devin Review能逻辑性地组织代码变更，帮助开发者快速把握关键信息。具备自动检测代码中的潜在问题和标记的功能，开发者能更高效地识别和处理问题。
LightOnOCR-2-1B – LightOnAI推出的OCR模型
LightOnOCR-2-1B 是 LightOnAI 推出的高效 OCR 模型，参数量仅 1B，在复杂文档处理中表现卓越，擅长学术论文、数学公式和复杂表格的识别。
VibeVoice-ASR – 微软开源的长音频语音识别模型
VibeVoice-ASR 是微软开源的先进语音识别模型，专为处理长达60分钟的长音频设计。模型能一次性处理整段音频，保持全局上下文，避免传统模型分段处理导致的上下文丢失。
Model1 – DeepSeek代码库更新的新模型版本
Model1 是 DeepSeek 在 FlashMLA 代码库中更新曝光的神秘模型，可能为下一代旗舰模型 DeepSeek-V4 的内部代号或首个工程版本。
Chroma 1.0 – FlashLabs开源的实时端到端语音对话模型
Chroma 1.0 是FlashLabs首个开源的实时端到端语音对话模型，兼具低延迟交互、高保真个性化语音克隆和强对话能力。模型通过紧密耦合语音理解与生成，采用1:2文本-音频token调度策略，实现亚秒级延迟输出。
EmbodiChain – 跨维智能开源的具身智能学习平台
EmbodiChain 是跨维智能开源的具身智能学习平台，通过生成式仿真数据推动具身智能的发展。自动创建符合物理规律的 3D 场景和任务，结合在线数据流和自我修复机制，高效生成高质量训练数据。核心模块包括生成式仿真、数据扩增、Sim2Real 转移等，支持从仿真到真实世界的无缝迁移。
json-render – Vercel开源的AI生成UI渲染可控方案
json-render是 Vercel 开源的项目，解决 AI 生成 UI 的不可控问题。json-render通过定义一个 Catalog，约束 AI 只能生成符合特定 Schema 的 JSON 数据，用前端组件库将 JSON 渲染为 UI。核心机制包括 Catalog 定义、流式渲染和反向生成源码，支持实时反馈和高效开发。
x-Algorithm – 马斯克开源的x平台推荐算法
x-Algorithm是马斯克开源的x平台推荐算法，为“为你”信息流提供个性化内容的核心系统。结合用户关注账号的帖子（In-Network）和通过机器学习检索的全球内容（Out-of-Network），利用基于Grok的Transformer模型进行综合排序。
塔塔疗愈所 – Soul推出的AI情绪服务应用
塔塔疗愈所是Soul推出的AI情绪服务小程序。应用通过塔罗占卜和趣味心理测试等功能，帮助用户更好地理解和管理自己的情绪。提供互动分享，让用户分享自己的情绪。适合想要提升自我认知和情绪健康的人群，是个人成长和心理健康教育工具。
PersonaPlex – 英伟达推出的全双工语音对语音AI模型
NVIDIA PersonaPlex 是英伟达推出的全双工对话AI模型，具备同时听和说的能力，能处理自然对话中的打断、停顿和回应。用户可通过语音和文本提示自定义角色和声音，让 AI 扮演从智慧助手到客服人员的多种角色。
GLM-4.7-Flash – 智谱开源的混合思考模型
GLM-4.7-Flash 是智谱开源、免费的混合思考模型，具有300亿参数和30亿激活参数。模型在性能与效率上达到平衡，尤其在编程、中文写作、翻译等多场景表现出色，综合性能超越同类开源模型。
VerseCrafter – 复旦联合腾讯开源的动态真实视频世界模型
VerseCrafter 是复旦大学与腾讯 PCG ARC Lab 等机构推出的动态真实视频世界模型，具备 4D 几何控制能力。模型基于大规模真实世界数据集 VerseControl4D 训练，能处理复杂动态场景，保持强时空一致性。
AudioPod AI – AI音频处理工具，提供创作和编辑综合服务
AudioPod AI 是综合性的 AI 音频处理工具，专注于提升音频创作和编辑的效率与质量。具备强大的语音克隆功能，仅需5秒音频样本即可生成自然语音，支持多种语言和多说话者场景，广泛应用于播客、视频配音等领域。
NovaSR – 开源音频超分模型，能将低音质转换为高音质音频
NovaSR 是开源的音频超分辨率模型，仅有 52KB 能将 16kHz 的低采样率音频（如电话音质）提升到 48kHz 的高采样率音频（如录音室级音质）。模型通过神经网络预测并生成高频信息，实现音质的显著改善。
Playwriter – 开源AI浏览器自动化工具，人机协作无缝切换
Playwriter 是开源的 Chrome 插件，基于微软 Playwright 打造，专为 AI 操作浏览器设计。工具通过插件形式无缝接入 Chrome，将 AI 的能力直接嵌入用户的浏览器环境中，让 AI 能像人类一样直接操作网页。
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