AI项目
Kairos 3.0 – 大晓机器人开源的商业应用世界模型
Kairos 3.0（开悟世界模型3.0）是大晓机器人推出的行业首创的ACE具身研发范式、首个开源且商业应用的世界模型。
laper – AI剧本创作工具，能实时预测台词与动作
Laper 是 AI 剧本创作工具，能为编剧提供精细化的创作平台。平台支持多种剧本类型，如电影长片、短片和短视频故事，具备好莱坞标准格式的智能补全功能，可实时预测台词与动作描写。
VTP – MiniMax视频团队开源的视觉生成模型预训练框架
VTP（Visual Tokenizer Pre-training）是MiniMax视频团队开源的视觉生成模型预训练框架。框架聚焦优化视觉tokenizer，通过融合对比学习、自监督学习和重建学习等方法，从头预训练tokenizer，使生成的latent（压缩特征）更具结构化和易学性。
Gemini 3 Flash – 谷歌推出的最新AI模型，主打高速低成本
Gemini 3 Flash 是谷歌推出的高速、低成本的前沿智能模型。模型基于 Gemini 3 开发，性能显著提升，具备强大的推理能力和多模态理解能力。
A2UI – 谷歌开源Agent生成用户界面的声明式协议
A2UI（Agent-to-User Interface）是谷歌开源的基于Agent的接口协议，用于AI与用户界面之间的交互。A2UI通过AI生成的JSON描述，让客户端原生渲染交互界面，无需AI编写前端代码。
混元世界模型1.5 – 腾讯混元开源的实时交互式世界生成模型
腾讯混元世界模型1.5（HY WorldPlay 1.5）是腾讯混元团队开源的实时交互式世界生成模型。用户只需输入文字或图片，模型能快速创建专属的虚拟世界，通过键盘、鼠标或手柄自由探索。
Xiaomi MiMo Studio – 小米推出的在线AI聊天服务平台
Xiaomi MiMo Studio 是小米推出的在线 AI 聊天服务平台，用户可以在其中体验 Xiaomi MiMo-V2-Flash 模型。平台支持深度搜索和联网搜索，降低了用户体验 AI 对话服务的门槛。
MiMo-V2-Flash – 小米开源的高性能语言模型
MiMo-V2-Flash 是小米开源的高性能语言模型，具有3090亿总参数和150亿激活参数。专为智能体AI设计，采用混合注意力架构，结合滑动窗口注意力（SWA）和全局注意力（GA），窗口大小为128个token，通过可学习的注意力下沉偏置（sink bias）技术，在保持长文本性能的同时显著降低KV缓存存储量。
Molmo 2 – Ai2开源的AI视频分析模型
Molmo 2 是艾伦人工智能研究所（Ai2）推出的开源视频分析模型，专注于视频理解、指向和追踪。模型基于 Qwen 3 和 Olmo 架构，具备强大的视频分析能力，能在视频中精准定位事件、追踪多目标，生成详细字幕。
LongCat-Video-Avatar – 美团开源的数字人视频生成模型
LongCat-Video-Avatar 是美团 LongCat 团队推出的音频驱动角色动画模型。模型能生成超逼真、口型同步的长视频，保持人物身份一致性和自然动态。LongCat-Video-Avatar支持多种生成模式，包括音频文本生成视频（AT2V）、音频文本图像生成视频（ATI2V）和视频续写。
Ember AI – AI交互式学习平台，提供全天候AI辅导
Ember AI 是马来西亚首个为 SPM 课程量身定制的交互式学习平台，帮助学生更高效地学习。平台提供 24/7 的 AI 辅导服务，学生可以在任何时间获得即时帮助，无论是深夜复习历史还是准备英语考试，AI 助教能提供详细的解答和指导。
88查 – 阿里巴巴推出的免费AI企业信息查询平台
88查是阿里巴巴推出的免费企业信息查询平台，为企业和个人提供全面、便捷的企业数据查询服务。用户可以通过官网、支付宝或微信小程序，以及1688 App等多种方式访问，输入企业名称即可快速获取工商信息、经营风险、知识产权等多维度数据。
GPT Image 1.5 – OpenAI最新推出的图像生成模型
GPT Image 1.5 是 OpenAI 最新推出的图像生成模型，具有更强的指令遵循能力和精准编辑功能，根据用户要求只修改指定部分，同时保持画面整体一致性。
红烛小说 – 字节跳动推出的首款付费网文应用
红烛小说是字节跳动推出的首款付费网文应用，专注于精品阅读。应用与字节旗下的番茄免费小说形成差异化互补，采用“免费引流 + 会员付费”的模式。
Live Avatar – 阿里联合高校开源的实时数字人模型
Live Avatar 是阿里巴巴联合多所高校推出的实时数字人模型，能通过音视频驱动生成无限时长的数字人视频。
Nemotron 3 – 英伟达推出的最新开源AI模型系列
Nemotron 3 是英伟达推出的新型开源模型系列，包括 Nano、Super 和 Ultra 三种尺寸。模型采用突破性的混合专家混合（MoE）架构，专为构建高效、准确的多智能体 AI 应用设计。
Disco – Google Labs推出的实验性AI浏览器
Disco 是 Google 推出的实验性AI浏览器。Disco 核心功能是 GenTabs，用 Gemini 3 模型将用户打开的标签页变成定制化的交互式应用。
Documentation.AI – AI文档平台，产品变更自动更新文档
Documentation.AI 是智能文档平台，专注于创建、更新和优化产品文档而设计。平台通过 AI 助手能实时监测产品变更、用户反馈等，自动更新文档内容，确保信息始终最新。
Wan-Move – 阿里联合清华等开源的运动可控视频生成框架
Wan-Move 是阿里巴巴通义实验室等机构开源的运动可控视频生成框架，通过潜在轨迹引导实现高质量的视频运动控制。核心亮点在于无需对现有图像到视频模型进行架构更改，可实现细粒度的点级运动控制，能生成 5 秒、480p 的视频，运动控制质量与商业系统相当。
Paper2Slides – 港大开源论文转为专业幻灯片的AI工具
Paper2Slides 是香港大学开源的AI工具，能快速将学术论文、报告和文档转换为专业幻灯片或海报。采用 RAG（检索增强生成）机制，直接从文档本身提取内容，确保生成的幻灯片内容准确且可追溯，避免信息漂移。
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