WorkRally – 腾讯视频推出的工业级AI漫剧制作平台
WorkRally 是腾讯视频推出的首款面向精品漫剧制作的工业级AI平台，面向2D/3D动漫及AI仿真人剧等内容，覆盖从剧本解析、分镜生成、内容生产到资产管理与团队协作的完整生产链路，为创作者提供一体化精品漫剧生产系统。
yuxinlu1 Gemma4-12B – 开源的编程与 Agentic 模型系列
yuxinlu1 Gemma4-12B 是个人开发者逯雨基于 Google Gemma 4 12B 指令模型微调的开源编程与 Agentic 模型系列，包含 V1 代码版和 V2 Agentic 版 。
RedKnot – 小红书开源的长文本推理加速引擎
RedKnot 是小红书开源的长文本 LLM 推理加速引擎，将 KV Cache 按注意力头维度解耦，离线分类为需全局重算的全局头与可局部复用的局部头，配合 SegPagedAttention 实现按头分页存储与融合变长注意力内核，避免 attn_mask 带来的内核惩罚。
虎牙VAM 1.0 – 虎牙推出的实时多模态数字人基础模型
虎牙VAM 1.0（Vivid Avatar Model）是虎牙推出的基于DiT架构的实时多模态数字人基础模型，一张照片可生成能说话、能唱歌跳舞的AI数字人。
T:0 – Airwallex 推出的 AI-native 自主财务平台
T:0 是 Airwallex 推出的 AI-native 自主财务平台，通过 Accountant、Tax Preparer、Integrator、Scout、CFO 五大智能体协作，从企业成立 Day 0 起端到端自动化记账、税务、合规、预测与财报。
Nano Banana 2 Lite – 谷歌推出的轻量级 AI 图像生成模型
Nano Banana 2 Lite 是谷歌推出的自研轻量级 AI 图像生成模型，定位速度优先的极速版，可在 4 秒内生成单张图像，每千张收费仅 0.034 美元。
LocateAnything – 英伟达推出的视觉语言定位模型
LocateAnything是英伟达推出的视觉语言定位模型，基于并行框解码技术，用户输入自然语言即可在图像中精准框选目标。模型支持多目标检测、GUI定位、OCR文本检测和点级指向等任务，推理速度达12.7 BPS（H100）。
Claude Sonnet 5 – Anthropic推出的最强智能体模型
Claude Sonnet 5是Anthropic推出的 Sonnet 系列中智能体能力最强的模型，支持制定计划、调用浏览器和终端等工具并自主运行。
TanStarter – AI 全栈框架，包含完整生产级 SaaS 基础
TanStarter 是基于 TanStack Start 全栈框架和 Cloudflare 边缘网络构建的 SaaS 启动模板，专为独立开发者和小团队设计。内置了完整的用户系统、支付（订阅/一次性）、数据库、文件存储、邮件、Newsletter、博客、后台管理和 AI 能力（文本、对话、生图、图片编辑），预置了定价页、关于页、联系页等常用页面。
FastContext -微软开源的轻量级代码仓库探索模型
FastContext 是微软开源的轻量级代码仓库探索模型，专为编程 Agent 设计。模型将仓库浏览与任务求解解耦，主 Agent 通过自然语言查询委托 FastContext 执行只读探索，后者并行调用 Read/Glob/Grep 工具，最终用紧凑的文件路径与行号引用（）返回聚焦证据。
Krea 2 – Krea AI 推出首个从零训练的基础图像生成模型
Krea 2 是 Krea AI 推出的首个从零训练的基础图像生成模型，定位为"美学优先"的创意协作者。专注于视觉美学一致性、风格迁移和创意控制，而非单纯的提示词精确翻译。模型开源两个版本：RAW（未蒸馏基础模型，可塑性极强，适合训练 LoRA）和 Turbo（8步蒸馏模型，约2秒出图，支持 1K~2K 分辨率）。
HTML Anything – nexu-io 团队开源的 HTML 编辑器
HTML Anything 是 nexu-io 团队开源的 Agent 时代 HTML 编辑器，内置 75 套 Skill 模板覆盖杂志、演示、海报、小红书卡片等 9 种交付形态，可自动识别本地 18 种 Code Agent CLI 并复用已登录会话。
DSpark – DeepSeek 联合北京大学开源的推测解码加速框架
DSpark 是 DeepSeek 联合北京大学开源的推测解码加速框架，专门解决大模型自回归生成速度慢、像"挤牙膏"的痛点。采用半自回归生成架构，通过轻量级 Markov 头建模 token 间依赖，兼顾并行草稿的速度与连贯性；同时引入置信度调度验证，根据系统负载动态分配验证资源。
用箭头标注精准修改 AI 图片，Cowart 项目已获 2k+ Stars
今天发点适合做图片的东西。平时用 AI 生图，喜欢的风格可以搜，提示词也有现成参考，效果不满意就多生成几次。真正麻烦的是，成图已经有八九分满意，偏偏还有几个细节要改。和 AI 沟通时，既说不清具体位置，AI 也找不准修改对象，聊了好几轮，改错的地方反而越来越多。现在这个问题有办法绕过去了。GitHub 上的 Cowart 项目，直接把无限画布搬进了 Codex。
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。
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