AI项目
WorkBuddy企业版 – 腾讯推出的企业级 AI 智能工作台
WorkBuddy企业版是腾讯推出的企业级AI智能工作台，面向AI原生组织转型提供7×24小时数字员工、人机协同"项目"模式及企业管理后台，原生接入腾讯文档、网盘与乐享，支持公有云、VPC专享及私有化部署。
html-video – Open Design 团队开源的 HTML 版剪映
html-video 是 OpenDesign 团队（nexu.io）开源的HTML版剪映，基于 hyperframes 框架构建。工具让 Agent 通过写 HTML 可生成世界级水准的产品宣传、知识解说等视频，内置 20+ 顶级模板，支持分页编辑、多尺寸导出与 Minimax AI 配音配乐。
GitNexus – 开源代码知识图谱引擎，构建完整依赖关系图
GitNexus 是开源的代码知识图谱引擎，通过 Tree-sitter 解析将代码仓库构建为完整的依赖关系图，用 MCP 协议向 Cursor、Claude Code、Codex 等 AI 工具暴露结构化上下文。
AhaCreator – AI 原生海外达人营销平台，全流程 AI 托管
AhaCreator（原名 Aha）是 AI 原生的海外达人营销平台，致力于用 AI Agent 接管达人营销的全流程执行，让品牌方只需在关键节点做决策。平台覆盖 140+ 国家，拥有 500 万+ 预筛选达人池。
GreenConvert – AI 音视频转录平台，双引擎转录模式
GreenConvert 是 AI 音视频转录平台，通过神经引擎将音视频转为文字，支持 98 种以上语言，准确率达 98%。平台内置说话人识别、音频修复与多语言翻译，可处理长达 10 小时的文件。
Microsoft Scout – 微软推出的 AI 个人助手
Microsoft Scout 是微软推出的 AI 个人助手，基于 OpenClaw 开源技术构建。工具拥有独立 Entra 身份，可在后台持续自主运行，无需用户逐次触发。
BrowserAct Skills – 开源的 AI Agent 浏览器自动化 CLI 工具
BrowserAct Skills 是面向 AI Agent 的浏览器自动化 CLI 工具，能解决 Agent 操控浏览器时的核心痛点,无 Cookie 环境、反爬拦截、验证码阻断、人机协作断层等。
Ideogram 4 – Ideogram 开源的文本到图像生成模型
Ideogram 4 是 Ideogram 推出的首个开源文本到图像生成模型，拥有 93 亿参数，从头训练非基于现有模型微调。模型专为高质量图像生成而设计，尤其在设计、营销图形、Logo、海报、广告和社交媒体视觉内容方面表现突出。
Kimi Work – 月之暗面推出的通用型本地 Agent
Kimi Work 是月之暗面推出的面向知识工作者的通用型本地 Agent，随 Kimi 最新测试版 Mac 和 Windows 客户端推出。
JoyAI-Echo – 京东开源的长音视频生成框架
JoyAI-Echo 是京东推出的开源长音视频生成框架，专为分钟级多镜头故事生成设计。框架通过跨模态记忆库、记忆驱动后训练、Director Agent 对话式编辑和轻量化实时超分四大技术创新，解决长视频生成中角色变脸、音色突变、生成缓慢等核心痛点。
Hermes Desktop – Nous Research 推出的 Hermes 桌面端
Hermes Desktop 是 Nous Research 推出的官方 Hermes 桌面客户端，支持 macOS、Windows 和 Linux 三端。
MAI Transcribe-1.5 – 微软 MAI 推出的语音转文本模型
MAI-Transcribe-1.5 是 微软 AI 团队自研的语音转文本模型，支持 43 种语言，具备上下文感知的关键词偏置能力，模型在 FLEURS 基准测试中取得行业最低的词错误率（WER 4.86%），专为视频字幕、会议转录、通话分析等企业级生产场景推出。
MAI-Code-1-Flash – 微软推出的轻量级代码生成模型
MAI-Code-1-Flash 是微软专为开发者工作流推出的轻量级代码生成模型，深度集成 GitHub Copilot。模型采用自适应输出长度控制技术，在保持高准确率的同时最高可减少 60% 的 token 消耗，显著降低延迟与成本。
PaddleOCR-VL-1.6 – 百度推出的文档解析视觉语言模型
PaddleOCR-VL-1.6 是百度飞桨团队推出的文档解析视觉语言模型（VLM），是 PaddleOCR-VL 系列的最新升级版本。
Bernini – 字节跳动开源的统一视频生成与编辑框架
Bernini 是字节跳动开源的统一视频生成与编辑框架，采用MLLM 语义规划 + DiT 视觉渲染的两阶段解耦架构。多模态大模型理解指令并规划语义草图，由 Diffusion Transformer 完成高质量视频生成。
Science Skills – 谷歌 DeepMind 开源的科研技能工具包
Science Skills 是谷歌 DeepMind 推出的开源科学技能集合，专为加速 AI Agent 驱动的科学研究工作流设计。工具整合 AlphaGenome、AlphaFold Database、UniProt 等 30 多个生命科学数据库与工具，覆盖基因组学、结构生物学、化学信息学和文献检索等领域。
MAI-Thinking-1 – 微软推出的首款自研高级推理模型
MAI-Thinking-1 是微软推出的首款自研高级推理模型。模型采用 35B 活跃参数 / 约 1T 总参数的稀疏 MoE 架构，完全基于干净、商业授权数据从头训练，未使用任何第三方模型蒸馏。
ECC – 开源的跨平台 AI Agent 性能优化系统
ECC（Everything Claude Code）是跨平台 AI Agent 性能优化系统。系统为 Claude Code、Codex、Cursor 等 7+ 个 AI 编程工具提供 63 个专业 Agent、249 个按需加载的 Skill、跨会话记忆持久化，以及 AgentShield 安全审计工具。
OpenClacky – 李亚飞团队开源的低成本 AI Agent
OpenClacky 是李亚飞团队开源的 AI Agent，支持一键安装与跨平台运行。工具通过精简工具集、智能上下文压缩和模型路由大幅降低使用成本，让专业人士能全天开着 AI 助手干活。
Mellum2 – JetBrains 开源的混合专家模型
Mellum2 是 JetBrains 开源的面向软件工程系统的新机器学习模型。模型每 token 仅激活 2.5B 参数，专为软件工程 AI 工作流优化，支持代码生成、智能路由、子 Agent 调用及私有化部署。
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