AI工具

FramePackLoop 是基于 FramePack 推出的无限循环视频生成工具。工具通过创建主视频和连接视频，将视频组合成循环视频，适用视频背景、图标等场景。

MiniCPM-V 4.5是面壁智能推出的端侧多模态模型，拥有8B参数。模型在图片、视频、OCR等多个领域表现卓越，尤其在高刷视频理解方面取得突破，能处理高刷新率视...

Waver 1.0 是字节跳动推出的新一代视频生成模型，基于修正流 Transformer 架构，支持文本到视频（T2V）、图像到视频（I2V）和文本到图像（T2I）生成，可在单...

Claude for Chrome是Anthropic推出的浏览器智能体扩展程序，目前处于研究预览阶段。支持用户在Chrome浏览器中与Claude进行交互，通过侧边栏窗口与用户聊天，...

Youtu-agent 是腾讯优图实验室推出的开源智能体框架，用在构建、运行和评估自主智能体。框架基于开源模型DeepSeek-V3实现领先性能，支持多种模型 API 和工具...

Tunee是新一代AI音乐智能体，能帮助用户轻松创作音乐，通过文字、图片、音频等方式与Tunee交流创作想法，Tunee像专业音乐制作人一样理解并提供帮助，包括作曲...

Wan2.2-S2V 是开源的多模态视频生成模型，仅需一张静态图片和一段音频，能生成电影级数字人视频，视频时长可达分钟级，且支持多种图片类型和画幅。

Colorify AI 是基于人工智能的图像上色工具，能将黑白照片转换为彩色照片，也可以将文本或照片快速转换为高质量的涂色页。用户只需上传黑白照片或输入简单的...

Gemini 2.5 Flash Image（代号nano banana）是谷歌 AI Studio推出的先进图像生成与编辑模型。模型能保持角色在不同场景中的一致性，支持通过自然语言进行精准...

Emergent 是强大的 AI 编程工具，能通过一句话生成全栈生产级应用，涵盖前端、后端、数据库、认证、支付集成等，并直接输出 iOS 和 Android 应用包。

SpatialLM 1.5 是群核科技推出的强大的空间语言模型。模型基于大语言模型训练，能理解自然语言指令，输出包含空间结构、物体关系和物理参数的空间语言。用户...

WhisperLiveKit 是开源的实时语音识别工具，能将语音实时转录为文字，支持说话人识别。工具基于先进的技术如 SimulStreaming 和 WhisperStreaming，提供超低...

VibePPT 是 AI 演示文稿制作工具，通过对话式交互，让用户能快速生成具有专业设计感的演示文稿。用户只需输入主题或内容，VibePPT能智能生成幻灯片，提供多种...

XBai o4是开源的大语言模型，基于“反射生成形式”训练，结合长CoT强化学习和过程奖励学习，在复杂推理能力上表现出色，中等模式下已超越OpenAI-o3-mini。

VibeVoice 是微软推出的新型文本到语音（TTS）模型，能生成富有表现力、长篇幅、多说话者的对话式音频，如播客。