Spatial-TTT – 清华联合混元开源的流式视觉空间智能框架
Spatial-TTT 是清华大学、腾讯混元与南洋理工大学联合推出的流式视觉空间智能框架。框架仅 2B 参数，通过 Test-Time Training（TTT）技术，在观看视频流的过程中持续更新内部空间记忆，实现对长达 120 分钟视频的空间推理。
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。
AudioX-Turbo – Noiz AI 联合清华推出的音频生成框架
AudioX-Turbo 是 Noiz AI 联合香港科技大学、清华大学推出的统一高效音频生成框架，支持文本、视频、音频任意组合输入生成高质量音效与音乐。
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。
Seko无限画布实测 – 一键完成AI短剧创作
AI 短剧漫剧是今年大热的赛道，画面抓人、吸粉快且变现路径清晰，后续可以接小说改编、商单素材、课程等等，不少人都想入局分一杯羹。
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。
Sakana Fugu – Sakana AI 推出的多智能体编排系统
Sakana Fugu是Sakana AI推出的多智能体编排系统，用单一API动态调度顶尖模型。系统分配思考者、执行者与验证者角色，自动完成选择、委派与合成，无需预设工作流。
SpatialClaw – 英伟达联合 KAIST 推出的免训练空间推理框架
SpatialClaw 是 NVIDIA Research 与 KAIST 联合推出的免训练空间推理框架，通过代码即动作机制在持久化 Python 内核中迭代执行复杂 3D/4D 空间推理任务，在 20 项基准上平均准确率达 59.9%，超越此前最优方法 11.2 个百分点。
Skill Zoo – 面向 Coding Agent 的一站式桌面技能管理工具
Skill Zoo 是面向 Coding Agent 的一站式桌面技能管理工具。工具通过 SSOT+ 软链接架构，统一管理分散在 Claude Code、Codex、Trae CN、Hermes 等编程工具中的 Agent Skills。
Agently Mail – 腾讯QQ邮箱推出的AI Agent专属邮箱服务
Agently Mail 是腾讯QQ邮箱团推出的AI Agent专属邮箱服务，与个人邮箱完全隔离，原生适配Agent框架。Agent可通过微信扫码授权获得独立邮箱地址，安全地收发邮件、管理附件、搜索邮件，支持两阶段确认机制防止误操作。
Cowart – 开源的本地无限画布插件，让 Codex 看图说话
Cowart是豆包桌面端产品经理钟二信开源的面向 OpenAI Codex 的本地无限画布插件。工具基于 tldraw 框架构建可视化画布，让 Codex 在本地电子白板上摆放图片、画箭头标注、保留迭代版本，实现从聊天框改图到画布标注迭代的范式转变。
天工设计智能体实测 – 一句话生成可迭代网页
让 AI 生成一个漂亮的网页，现在已经不稀奇了。麻烦的是能不能持续迭代。很多 AI 页面第一眼看起来很香，但我们还想再增加一个页面时，AI 很可能突然“失忆”，又重新生成一个配色、排版完全不同的新页面。
MaineCoon – AI 实时音视频世界模型，专为社交互动场景
MaineCoon 是全球首个专为社交互动场景优化的实时音视频自回归世界模型。模型拥有 220 亿参数，能在单 GPU 上实现47.5 FPS 的实时流式生成，支持亚秒级交互响应与千秒级连续音视频生成。
MotiClaw – 本地优先的 AI 伙伴与智能体控制平台
MotiClaw 是本地优先的 AI 伙伴与智能体控制平台，用户可在自己的 macOS 或 Windows 电脑上安装、配置并管理一支 AI 助手团队，将内容创作、客户跟进、资料整理、发版准备等重复性工作交给 AI 处理。
《Prompt / Context / Harness / Loop 四大AI工程详解》（PDF文件）
《Prompt /Context/Harness /Loop四大AI工程详解》是致网科技模智空间推出的55页深度报告，系统提出Prompt、Context、Harness、Loop四大AI工程体系，覆盖从意图表达、信息供给、安全执行到自主循环的完整链路。
亲测从需求到安装，不踩坑的 Skill 安全筛选路线
看完上一篇，有友友问，不在这些场景里，我想用 Skill，应该怎么找呀？是的，对于不是精通 Agent 上下文领域的普通用户来说，在开始想用 Skill 的时候，一般都会遇到一个场景：在自己的场景下有没有一个现成的 Skill 可以解决当前的问题，假设比如前端设计、图片设计、文档处理等，就不知道该去哪找了。今天这篇文章的目的就来帮你解决：想用 Skill 时，应该怎么找到合适靠谱的 Skill。
广发证券Skill – 广发证券推出的专业金融数据插件
广发证券Skill是广发证券推出的8个专业金融数据插件，已正式入驻腾讯ima Skill广场，涵盖股票基础信息、财务对比、龙虎榜、基金定投计算器、基金产品信息、ETF资金异动、ETF筛选及ETF榜单。
LOGOS – 阿里开源的首个统一科学大模型
LOGOS（Language Of Generative Objects in Science）是阿里 ATH-Token Foundry 联合中国人民大学高瓴人工智能学院开源的首个统一科学语法多领域科学生成基础模型。
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