AI项目
Cue – Manus 推出的个人 Agent 应用
Cue 是 Manus 推出的个人 Agent 应用，Cue 里的每个智能体都有自己的邮箱、电话、钱包和电脑，能像真人一样替用户接打电话、收发邮件、在约定预算内付款，在用户离线后继续把任务做完。
Kling 4.0 – 快手推出的新一代 AI 视频生成模型
Kling 4.0 是快手可灵推出的新一代 AI 视频生成模型，轻量版 Kling 4.0 Flash 已开放抢先体验。Kling 4.0 在画面真实感、创意可控性和叙事完整度上全面升级，支持单次生成最长 30 秒的原生视频、多关键帧精准控制、多模态参考输入、4K HDR 专业级输出以及高品质口型匹配。
Claude Sonnet 5.5 – Anthropic 推出的最新 AI 模型
Claude Sonnet 5.5 是 Anthropic 推出的 Claude 5.5 系列第二款模型，距旗舰Claude Opus 5.5 仅隔6天， 是 Claude Sonnet 5 的全面升级版，定位为Opus 5.5 的互补与平替，适合处理范围明确的日常任务。
likli – 快手推出的 AI 视频创作 Agent
likli是快手推出的AI视频创作Agent，likli从理解需求、编写脚本到生成镜头、配音剪辑，接管从创意到成片的完整链路。产品支持macOS和Windows，用户输入创意可收获一部可直接交付的成片。
M3.1-Flash-Preview – MiniMax 推出的最新文本编程模型
M3.1-Flash-Preview 是 MiniMax 推出的最新文本模型，首发上线 MiniMax Code。M3.1-Flash-Preview 面向日常开发场景，支持原生多模态输入和百万级上下文，可从 Bug 修复到完整功能开发形成定位→实现→测试→交付闭环。
Space Bunny – 匿名免费 AI 大模型，单日调用量榜首
Space Bunny（太空兔）匿名上线OpenRouter和OpenCode的大模型。Space Bunny主打快速推理、编程能力和原生多模态，拥有100万Token上下文窗口，支持文本、图像、视频输入。
Kev – 开源的 Jev 风格决策模型家族，可自训练、自部署
Kev是什么 Kev是Cognition工程VP Jared Palmer开源的决策模型家族，基于Qwen3.5/Qwen3.8，提供0.8B至27B多档模型。Kev不生成文字，输入状态文本加结构化问题，单次前向直接输出校准概率，支持是/否、选项路由、等...
Aunio – FineVoice 推出的端到端 AI 音频制作 Agent
Aunio是 FineVoice 推出的端到端 AI 音频制作Agent。多个专业AI Agent协同工作，覆盖创意策划、脚本、配音、音乐、音效到后期润色的完整流程，用户可从文本、音频等素材一键产出可商用成品。
T3PO – 网易有道开源的流式同传翻译模型
T3PO是网易有道开源的流式同传翻译模型，全名“simulTaneous Translation via pareTo Policy Optimization”。T3PO主打边说边译，动态判断上下文是否足够，够立即开译，不够再等一等，用帕累托思路平衡质量与延迟。
Longcat-2.5-preview – 美团推出的新一代大模型
LongCat-2.5-Preview 是美团推出的新一代大模型，延续 LongCat-2.0 的 1.6T 总参数、约 48B 激活参数和 1M token 上下文，新增原生多模态能力，可面向终端、浏览器、桌面软件等场景执行长流程任务。
DeepSeek Harness 桌面版- DeepSeek 推出的官方客户端
DeepSeek Harness 桌面版是 DeepSeek 推出的 DeepSeek Harness 的图形化客户端。用户登录账号或 API Key、选定工作区后即可像普通桌面 AI 应用一样给 Agent 布置任务。
Kimu – trykimu 团队开源的 AI 视频编辑器
Kimu（官方名 Kimu Studio）是 trykimu 团队开源的 AI 视频编辑器，用自然语言描述需求，AI 自动生成剪辑、时序和布局，同时支持无限轨道、实时预览、快速导出、智能媒体库和多人协作。
ArcLoop – AI 漫剧生成平台，Agent 自动生成剧情大纲
ArcLoop 是AI漫剧生成平台，由字节前数据科学负责人秦路创立。平台以 IP World 为核心架构，将角色、场景、视觉风格与素材资产沉淀在同一项目里，围绕其持续创建 Story 和 Episode。
Spark-ASR-2.0 – 讯飞推出的最新一代语音识别大模型
Spark-ASR-2.0是讯飞基于星火语音基座大模型Spark-Audio的最新一代语音识别大模型。模型采用"非自回归+LLM增强自回归"协同架构，实现中英文混合、方言、专业术语、高噪小音量等复杂场景识别，效果超业界最优水平，推理成本仅增10%。
Ok Work – 百度推出的 AI 随身办公工具
Ok Work 是百度推出的轻量化AI随身办公工具，主打碎片化办公场景。Ok Work 集AI PPT、AI写作、AI表格、AI生图四大功能于一体，内置海量模板支持做同款。
TeleOCR – 中国电信星辰实验室开源的文档解析模型
TeleOCR 是中国电信星辰实验室开源的文档解析模型，采用约 1.2B 参数轻量级视觉语言架构，在单一框架内统一处理数字文档与相机拍摄文档，可将文字、版面、表格、公式和科学图表解析为 Markdown、JSON 等结构化结果。
Qwen-Audio-3.1 – 阿里通义推出的语音大模型系列
Qwen-Audio-3.1 是通义千问推出的语音大模型系列，包含五款模型：ASR 语音识别、ASR-Next 音频理解、TTS 语音合成、TTS-Next 音频创作、Realtime 实时交互，覆盖理解-生成-交互-创作全链条。
PatentFig AI – AI 专利附图生成器，照片一键生成专利图
PatentFig AI 是面向专利律师、代理人、企业IP团队与独立发明人的AI专利绘图软件。用户输入一段文字描述发明要点，或上传产品照片、手绘草图、CAD截图、3D模型，可自动生成符合专利局规范的附图，包括线条图、多视图图集、爆炸/剖面图、3D渲染图及流程框图。
Ming-Image-0.1-Design – 蚂蚁开源的图像生成模型
Ming-Image-0.1-Design是蚂蚁集团InclusionAI开源的6B图像生成模型，专注设计场景，支持8K长结构化提示词，能端到端生成UI、信息图、海报等完整视觉设计，配合同步开源的Design-Layer模型，可将设计图拆解为2—9个可独立编辑的透明图层，实现生成—分层—编辑—交付全流程。
MusicBuddy – 腾讯音乐推出的 AI 音乐创作平台
MusicBuddy是腾讯音乐推出的AI音乐创作平台，面向音乐人提供全链路服务。平台保留传统DAW分轨编辑形态，左侧嵌入AI对话面板，用自然语言可完成编曲调整、乐器替换、混响修改、改写歌词等操作。
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