AI项目
Penpot – 开源的设计与代码协作平台，多人实时协作
Penpot 是开源的设计与代码协作平台，基于 SVG、CSS、HTML 等开放标准构建，可在浏览器中完成 UI 设计与交互原型制作。平台支持多人实时协作、W3C Design Tokens 管理和 MCP Server 集成。
Papers with Code – AI科研平台，自动关联论文、代码等
Papers with Code 是整合论文、代码、数据集和排行榜的AI科研平台，核心使命是将学术论文与开源代码、SOTA 性能排行榜深度关联。平台聚合 arXiv 论文，自动链接 GitHub 仓库和 Hugging Face 模型，提供按任务分类的 SOTA 排行榜。
GPT-5.6 – OpenAI 推出的最新一代大语言模型系列
GPT-5.6 是 OpenAI 推出的最新一代大语言模型，目前受美国政府监管要求仅以"有限预览"形式向少数可信合作伙伴开放。系列首次采用天文学命名体系，推出三档型号：旗舰版 Sol（太阳）面向高难复杂任务，是目前性能最强的版本；均衡版 Terra（地球）性能对标 GPT-5.5 但价格仅一半，适合日常工作流；轻量版 Luna（月亮）主打速度与低成本。
PhoneBuddy – 腾讯混元开源的 4B 参数手机 Agent 模型
PhoneBuddy 是腾讯混元团队开源的 4B 参数手机 Agent 模型，核心研究如何在真实手机场景中训练可用的 AI Agent。
Mistral OCR 4 – Mistral AI 推出的最新一代文档理解模型
Mistral OCR 4 是 Mistral AI 推出的最新一代文档理解模型。模型支持从 PDF、图片、演示文稿等复杂文档中提取文本，能返回带边框定位、区域类型分类和置信度评分的结构化输出，支持 170 种语言，专为 RAG、智能体工作流和企业搜索等下游场景设计。
TRAE Work Design – TRAE Work 推出的全新设计模式
TRAE Work Design 是字节跳动旗下 AI 编程工具 TRAE Work 推出的全新设计模式，面向设计师、开发者、产品经理等角色，支持通过自然语言对话直接生成 UI 设计稿，可在画布中实时编辑修改。
向尾 – 阿里云推出的AI互动故事创作与阅读平台
向尾是阿里云推出的AI互动故事创作与阅读平台，主打创作与沉浸式互动。平台支持从零起稿、文稿续写、长篇小说分章规划三种模式，覆盖网文、剧本、儿童故事等场景。
Confucius4-TTS – 网易有道开源的多语言语音合成引擎
Confucius4-TTS 是网易有道开源的 1.3B 参数多语言语音合成引擎。模型只需 3 秒参考音频可零样本克隆音色，无需参考文本，支持中、英、日、韩等 14 种语言跨语种无口音合成，能迁移情感韵律。
MMSkills – 上海交大与小红书联合推出的多模态技能框架
MMSkills 是上海交通大学与小红书联合推出的面向通用视觉 Agent 的多模态技能框架，支持将可复用技能从纯文本步骤扩展为包含文本流程、运行时状态卡片和多视角关键帧的多模态程序性知识，通过 branch loading 机制在运行时高效调用视觉证据。
Otty – Typora 团队推出的原生 macOS 终端应用
Otty 是 Typora 团队推出的原生 macOS 终端应用，专为频繁使用 AI Agent 的开发者设计。工具在传统终端的基础上，原生集成多 Agent 面板管理、会话恢复、对话分支（Fork）和 Prompt 队列等功能，让用户在一个界面中同时运行和监控 Claude Code、Codex、OpenCode 等工具。
Honestly – AI 社交情报与联盟营销分析平台，抓取真实评论
Honestly 是面向品牌方的 AI 社交情报与联盟营销分析平台，核心定位是"将社交媒体上的真实产品讨论转化为可执行的商业信号"。通过爬取 Reddit、TikTok、YouTube、Instagram、X 等主流社交平台
Qwen-AgentWorld – 通义千问推出的原生语言世界模型
Qwen-AgentWorld 是通义千问团队推出的首个语言世界模型，通过长思维链推理模拟 MCP、搜索、终端、软件工程、Android、Web、操作系统共 7 大智能体环境。
Claude Tag – Anthropic 推出的企业级 AI 协作工具
Claude Tag 是 Anthropic 推出的企业级 AI 协作工具，定位为 Claude Code 的进化版。工具内置 Agent 身份深度集成 Slack，团队成员可在任意频道 @Claude 委派任务。
4 个开源 PPT Skill 生成实测 – 从颜值到原生交付全对比
今天发点适合做 PPT 的东西。做 PPT 这事，懂的都懂。做得好不一定有奖励，做得差一定要返工。最烦的是，很多 PPT 写出大纲倒是不难，反而排版、填写内容、调整结构实在是折磨人。今天给大家推荐4个 Github上好用的 PPT Skill，以后做 PPT 再也不用抓耳挠腮的苦熬了。
方舟 CLI – 字节跳动火山引擎推出的命令行工具
方舟 CLI是字节跳动旗下火山引擎推出的命令行工具，面向后端开发者与 Agent 构建者，提供一行指令接入任意 Agent的极简体验。
豆包2.1 – 字节跳动推出的新一代深度思考大模型
豆包2.1 是字节跳动面向 Coding 与 Agent 时代打造的新一代深度思考大模型，提供 Pro、Turbo 和 Evolving 三个版本，在 Coding 工程交付、Agent 长链路任务执行与多模态理解三大方向全面升级，具备更强的需求理解、长期规划与动态修复能力。
Boogu-Image-0.1 – Boogu开源的统一图像生成与编辑模型
Boogu-Image-0.1 是 Boogu 团队开源的统一图像生成与编辑模型家族。模型在同一架构下同时支持文生图、指令式图像编辑及中英双语文本渲染，家族包含 Base、Edit和 Turbo三个变体。
VidMuse – Sand.ai 推出的 AI 音乐视频 Agent
VidMuse 是 Sand.ai 推出的 AI 音乐视频 Agent。用户只需上传 Suno 链接或 MP3 文件，可自动生成 30–60 秒的音乐视频。VidMuse 2.0 基于Video as Code理念，从固定 Workflow 升级为开放 Agent，能自主调度资源、组织分镜与叙事。
HappyHorse 1.1 – 阿里推出的升级版AI视频生成模型
HappyHorse 1.1是阿里最新上线的AI视频生成模型升级版，较 1.0 版本在动态表现力、主体一致性、指令遵循、视觉质感和音频能力五大维度实现系统性升级。
Xiaomi Miloco 2.0 – 小米开源的全屋智能 AI 方案
Xiaomi Miloco 2.0 是小米基于 MiMo-V2.5-Pro 大模型推出的开源全屋智能 AI 方案，通过 OpenClaw 以 Agent 形式接入，实现多模态感知、主动智能、持续任务与家庭记忆四大能力，让智能家居从被动执行进化为懂家、懂人的主动服务管家，原始数据本地保存，隐私安全可控。
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