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。
UnityVideo – 快手可灵联合港科大开源的视频生成框架
UnityVideo 是香港科技大学联合快手可灵团队、清华大学等推出的新型多模态、多任务视频生成框架，能通过整合多种视觉模态（如分割、骨架、深度、光流等）和训练范式，提升视频生成模型对物理世界的理解能力。
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。
Genstory – 免费AI故事生成平台，能生成完整的数字绘本
Genstory 是基于 Gemini Storybook 技术的免费 AI 故事生成平台，能将用户的简单想法瞬间转化为精美的绘本故事。用户只需输入故事提示，如“勇敢的小女孩拯救森林”，Genstory 能在几秒钟内生成完整的数字绘本，包含引人入胜的文字和精美的插图。
Mulan – AI视频创作平台，Workflow方式实现视频生成
Mulan是创新的 AI 视频创作平台，为用户提供高效、便捷的视频生成体验。借助画布 Workflow 实现视频的批量生成，通过简单替换素材，可快速迭代出风格相似的视频，极大地提升了创意复制的效率。
LensGo AI – AI内容创作平台，一键生成风格化图像与视频
LensGo AI 是创新的 AI 创作平台，支持将简单的文字提示、照片或原始视频素材转化为风格化的图像和视频内容。平台通过强大的多模式创作引擎，让用户在浏览器中轻松实现从文字到视觉、从静态到动态的快速转换，无需复杂的剪辑或动画技能。
OpenScreen – 开源的屏幕录制工具，Screen Studio的平替
OpenScreen 是开源免费的屏幕录制工具，是 Screen Studio 的平替。工具支持 Mac 和 Windows 系统，具备手动缩放、自定义缩放深度、裁剪视频、选择背景、添加注释等实用功能，
Gemini TTS – 谷歌推出的最新文字转语音模型
Gemini TTS 是谷歌推出的先进文字转语音技术，最新版本为 Gemini 2.5 Flash 和 Pro 模型。支持多说话人、多语言（24种以上）合成，可生成自然流畅且富有情感的语音。用户可通过自然语言指令精确控制语音的风格、语速、语调和情感表达。
LLaDA 2.0 – 蚂蚁集团开源的离散扩散大语言模型
LLaDA 2.0 是蚂蚁集团开源的离散扩散大语言模型（dLLM），包含 16B（mini）和 100B（flash）两个版本。打破了扩散模型难以扩展的瓶颈，首次将参数规模扩展至 100B 量级。
Claude-Mem – 开源Claude Code记忆插件，提供长期记忆
Claude-Mem 是专为 Claude Code 设计的开源插件，能为 AI 提供长期记忆能力。Claude-Mem通过自动存储和管理会话中的关键信息，包括工具调用、对话记录和项目结构，解决 AI 在跨会话中容易遗忘的问题。
OiiOii教程 – 实测AI一句话制作动画视频（附进阶玩法）
做动画的AI智能体终于来啦！上个月，OiiOii 作为全球首个专业动画创作 Agent 问世，连邀请码都一码难求。OiiOii 内置7个动画Agent，预设了162种动画风格，操作简单，没有专业功底的普通人，也能轻松生成一个动画。使用 OiiOii 像是与一个专业团队进行合作，会有艺术总监、编剧、角色设计师、分镜设计师等不同身份的智能体参与生成，全流程通过思维导图的形式展现，像是作为甲方加入了他们
OiiOii教程 – 实测AI一句话制作动画视频（附进阶玩法）
做动画的AI智能体终于来啦！上个月，OiiOii 作为全球首个专业动画创作 Agent 问世，连邀请码都一码难求。OiiOii 内置7个动画Agent，预设了162种动画风格，操作简单，没有专业功底的普通人，也能轻松生成一个动画。使用 OiiOii 像是与一个专业团队进行合作，会有艺术总监、编剧、角色设计师、分镜设计师等不同身份的智能体参与生成，全流程通过思维导图的形式展现，像是作为甲方加入了他们
LuxReal – 群核科技推出的AI 3D视频创作平台
LuxReal 是群核科技推出的 AI 3D视频创作平台。平台能基于图像、3D 模型等多模态输入，快速生成主体一致、画面可控的视频内容，适用电商、影视、广告等行业。L
SSVAE – 智谱AI开源的频谱结构化变分自编码器
SSVAE（Spectral-Structured VAE）是智谱AI推出的优化视频生成的新型变分自编码器。SSVAE通过谱分析发现，视频 VAE 的隐空间若具备时空低频偏置和通道特征值的少模式偏置，能显著加速下游扩散模型的训练。
SCAIL – 智谱AI开源的影视级角色动画生成框架
SCAIL（Studio-grade Character Animation via In-context Learning）是智谱AI推出的面向影视级标准的角色动画生成框架。框架通过创新的3D一致性姿态表征和全上下文姿态注入机制，解决了复杂动作场景下角色动画的时空一致性问题，实现高保真度的角色动画生成。
RealVideo -智谱AI开源的实时流式视频生成系统
RealVideo 是智谱 AI 开源的实时流式视频生成系统，基于自回归扩散视频生成技术，RealVideo能将文本输入即时转化为连续、高质量的视频响应，实现与 AI 角色的实时视频对话。
OiiOii邀请码 – 如何获取OiiOii邀请码？附免费领取方式
OiiOii 是全球首个专业动画创作Agent，借助智能 Agent 能实现动画从构思到成品的快速生成。用户只需输入简单指令，即可获得动画短片、视频或图片。
Kaleido – 智谱AI开源的多主体视频生成框架
Kaleido 是智谱AI开源的多主体视频生成框架，能解决多主体视频生成中的主体一致性与背景解耦问题。框架通过创新的数据构建管线和 R-RoPE（Reference Rotary Positional Encoding）机制，有效分离主体与背景信息，在多主体场景下保持主体特征一致性。
GWM-1 – Runway推出的首个通用世界模型
GWM-1 是 Runway 推出的首个通用世界模型，基于 Gen-4.5 构建，采用自回归架构逐帧预测视频内容，可实时交互。模型分为三个分支：GWM Worlds 用于实时环境模拟，生成沉浸式、无限可探索空间；GWM Avatars 是音频驱动的交互视频生成模型，模拟自然人类动作和表情；GWM Robotics 是机器人训练模拟器，生成合成数据加速机器人开发。
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