Baichuan-M4 – 百川智能联合清华推出的医疗增强模型
Baichuan-M4是百川智能联合清华大学推出的新一代医疗增强大模型，在 HealthBench 综合、Hard、Professional 三个权威榜单同时位列世界第一，幻觉率低至 3.3% 为全行业最低。Baichuan-M4 突破通用大模型被动应答的局限。
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。
豆包音频生成模型1.0 – 火山引擎推出的端到端音频创作模型
豆包音频生成模型1.0是火山引擎推出的端到端音频创作模型，支持文本或音频作为参考输入生成目标音频。模型单条Prompt可编排多角色对白、情绪语气、背景音乐与环境氛围，直接产出具备叙事张力的完整音频作品，无需后期多轨混音。
Unlimited-OCR – 百度开源的端到端长文档 OCR 模型
Unlimited-OCR 是百度推出的端到端长文档 OCR 模型，通过 Reference Sliding Window Attention机制将解码器 KV cache 从线性增长压缩为常数，实现单次前向转录数十页文档。
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。
Seedance 2.5 – 字节跳动推出的最新视频生成模型
Seedance 2.5 是字节跳动旗下豆包视频生成模型的最新旗舰版本，预计 7 月初全面上线。作为 Seedance 2.0 的重大升级，模型实现了三大全球突破，单段原生视频直出长达 30 秒、支持 50 个全模态参考素材联合输入、以及更可控的局部视频编辑能力。
5K Stars自媒体配图 Skill – 小黑 Skill 手绘文章配图实测教程
今天发点适合做配图的东西。做自媒体这件事，写文章只是基础，配图能力也越来越重要。现代人已经很难去认认真真的看完一篇长文了，反而是有趣的配图会多看两眼。这里给大家推荐一个超有趣的配图项目：ian-xiaohei-illustrations，我一般叫小黑 Skill。
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。
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