AI项目
AlphaVow – 一站式 AI 批量图像处理工具
AlphaVow 是专为设计师、摄影师和电商团队推出的一站式 AI 批量图像处理工具。工具整合批量修图、批量文生图、批量发丝级抠图、批量高清修复、批量多人换脸、产品精修及素材管理等七大工具，原生支持高并发批量处理与夜间无人值守挂机。
OpenStory – 开源 AI 视频制作平台，一键生成短剧视频
OpenStory 是开源的 AI 视频制作平台，专注于将剧本一键转化为风格统一的短剧视频。平台能自动拆分场景、设计镜头、分析情绪，调用 Fal.ai 等成熟模型生成图片、视频与音频，同时确保角色外貌、场景布局和视觉风格跨镜头保持一致。
Agnes 2.5 Pro Alpha – Agnes AI 开源的多模态推理模型
Agnes 2.5 Pro Alpha 是 Agnes AI 开源的多模态推理模型，采用 Apache 2.0 协议，权重托管于 Hugging Face。模型支持文本与图像输入，上下文窗口达 1M tokens，擅长复杂代码生成、科学推理、长文档分析与 Agent 工作流。
Newtake – LiblibAI 推出的海外 AI 视频创作平台
Newtake 是 LiblibAI 面向海外推出的 AI 视频创作平台，定位"导演工具"，主打影视级内容制作。产品基于无限画布和节点工作流，提供多视角解析、角色一致性管理、电影感灯光、专业镜头复刻等功能，已接入 Seedance 2.5 等模型。
ScienceClaw – 中科紫东太初推出的科研原生智能体平台
ScienceClaw是中科紫东太初（中科院自动化所孵化）推出的科研原生智能体平台，依托紫东太初多模态大模型，覆盖生命科学、材料、化学、物理、天文等领域。
豆包工作 – 字节跳动推出的 AI Agent 办公产品
豆包工作是字节跳动推出的AI Agent办公产品，能自主拆解任务、调用工具，完成写文档、做PPT、搭系统、操作浏览器等复杂工作流。
FireRedTTS3 – 小红书开源的统一语音生成与编辑模型
FireRedTTS3 是小红书 FireRed 团队开源的统一语音生成与编辑模型。模型基于 RedAE 语义增强连续表示与 LLM-DiT 架构，单一模型可实现24 种语言 + 21 种中文方言的零样本音色克隆、自然语言描述的声音设计，以及指定区域的精准语音编辑。
Faraday – Inherent 推出的 AI 科学家智能体
Faraday 是伦敦 AI 实验室 Inherent 推出的 AI 科学家智能体，基于 270 亿参数的 Qwen 3.6 模型，通过强化学习训练而成。Faraday能像人类博士生一样，在不预先知道答案的情况下，自主阅读论文、设计实验并复现研究结果。
PikaPio – AI + AR 创意内容社区与零代码创作平台
PikaPio 是 XOSMO 推出的 AI+AR 创意内容社区与零代码创作平台。平台让普通用户无需编程可创作 AR 内容，覆盖趣味周边、地标体验、创意滤镜等场景。
huashu-excel – 花叔开源的 AI 数据分析 Skill
huashu-excel 是花叔开源的 AI 数据分析 Skill，通过八步流程，包括体检→清洗→对齐→分析→对账→交付→验图→质控，解决 AI 做数据分析时算错不报错的核心问题。
OpenBot – CopilotKit 开源的企业级 AI Agent 平台
OpenBot 是 CopilotKit 开源的企业级 AI Agent 平台，定位是"敢托付真实工作的数字同事"。给每个 Agent 配一台专属"电脑"。独立 Docker 容器内含 Chromium 浏览器、登录会话和文件工作区；所有操作必须经唯一网关按 CEL 策略先审计、后执行，fail-closed 默认拒绝；遇到登录或 2FA 可让人"接管方向盘"完成人工步骤。
HyCreator – 腾讯混元团队推出的 AI 长视频生成平台
HyCreator（影廊）是腾讯混元团队推出的AI长视频生成平台，采用端到端Auto Mode，用户只需输入一句话创意，Agent可自动完成剧本扩展、角色/场景/道具资产生成、视频片段制作及最终合成，可产出10分钟量级长片。
TeleAgent – 中国电信天翼 AI 推出的桌面级通用智能体助手
TeleAgent（星辰超级智能体） 是中国电信天翼 AI 推出的桌面级通用智能体助手，定位为"AI 办公搭子"。用户用自然语言交代任务，工具能自主拆解、跨应用执行并交付结果，覆盖文件整理、Excel 汇总、数据分析、PPT 制作、行业调研等场景。
FreeToken – 开源端侧 MoE 大模型推理系统，支持满血运行
FreeToken 是 UC Berkeley 与 MIT 等机构联合开源的端侧 MoE 大模型推理系统。系统通过全层双缓冲、带宽自适应混合调度、Agent 状态复用及弹性显存热扩缩容等技术，将个人电脑的 CPU、内存、PCIe 与 GPU 统一为弹性计算平台。
CoinVE-200K – 腾讯开源的大规模组合指令视频编辑数据集
CoinVE-200K 是腾讯视频智创团队开源的大规模组合指令视频编辑数据集，包含 20万组 1080p 视频编辑样本对，每样本含 2-5 条原子编辑指令，包括添加、移除、修改、风格化等，覆盖人物、物体、背景等多类目标，最长 201 帧。
LLM-as-a-Verifier – 斯坦福联合英伟达等开源的通用验证框架
LLM-as-a-Verifier 是斯坦福、UC 伯克利与 NVIDIA 研究院联合开源的通用验证框架。框架无需额外训练，通过用 LLM 评分 Token 的完整 logits 分布生成连续细粒度分数，替代传统离散评分。
Cocode – 开源DeepSeek Harness发行版，提供GUI与TUI双入口
Cocode 是 DeepSeek Harness 的开源发行版，提供桌面 GUI 与终端 TUI 双入口。工具将文件、Git、终端、浏览器和 Agent 共处一个工作空间，会话实时同步。Agent 能力通过 preset 插件自由拆解组装，关键操作需确认后执行。
DeepSeek-V4-Flash-Vision-Exp – DeepSeek 推出的多模态视觉理解模型
DeepSeek-V4-Flash-Vision-Exp 是 DeepSeek 推出的实验性多模态视觉理解模型。模型在保持 DeepSeek-V4-Flash 文本能力的基础上新增视觉输入，多模态 Agent 表现接近 Opus-4.8。
Tap8 – AI 原生互动视频平台，支持实时双向交互
Tap8是SigmaZ AI推出的AI原生互动视频平台。平台打破传统视频单向播放模式，让用户观看时可点击画面任意元素、实时提问或一键改编内容。Tap8基于自研DLM模型与视觉引导递归自改进技术，无需预置热点可实时理解画面并生成响应。
SenseNova U1.5 Lite – 商汤科技开源的原生统一多模态大模型
SenseNova U1.5 Lite 是商汤科技开源的轻量级原生统一多模态大模型，专为真实视觉创作流程设计。模型原生支持 3-4k 字符超长指令遵循，具备高质量视觉生成、可靠的图像编辑、精准文字排版、精细视觉控制及原生 4K 输出能力。
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