AI项目
FeelFish 3.0 发布 – 小说创作，正式迈入多智能体时代
当 AI 还在以「单智能体问答」的方式帮你改一句台词时，FeelFish 已经在思考一个更宏大的问题：如果每一个创作环节都有一位专属的 AI 专家坐镇，写作会变成什么样？今天，答案来了。FeelFish 3.0 基于业内最前沿的 MCP、多智能体协作与可复用技能（Skill）体系，带来的不只是功能更新——是一次创作范式的跃迁，让「智能体协作写作」从概念走进每一位作者的桌面。
商汤输入法AudioClaw – 商汤科技推出的 AI 语音输入工具
商汤输入法AudioClaw是商汤科技基于日日新多模态大模型推出的智能语音输入工具。工具集语音转文字、智能润色、即时翻译、口语净化、AI会议助手于一体，支持毫秒级精准识别与多语种方言互译。
SenseAudio – 商汤科技推出的 AI 语音开放平台
SenseAudio 是商汤科技推出的 AI 语音开放平台，主打"自然好听、富有情绪的 AI 语音"。平台集成 70+ 精品音色，提供文本转语音、声音克隆（3秒素材即可复刻）、人声提取、语音识别（支持 20+ 语言）等核心能力，同时涵盖 AI 音视频创作、虚拟角色对话、智能语音输入法等功能。
SciClaw – AI 科研 Agent，支持自主运行实验
SciClaw是专为科研领域打造的AI Agent产品，定位为"科研龙虾"和"AI同事"。产品能自动完成文献调研、实验设计、数据分析和论文撰写，支持自主运行耗时实验、生成审稿回复、复现顶刊研究。
Voxtral TTS – Mistral AI开源的文本转语音模型
Voxtral TTS 是 Mistral AI开源的文本转语音模型，基于 40 亿参数架构，支持 9 种语言。模型具备 90 毫秒超低延迟和 6 倍实时生成速度，仅需 3-5 秒音频可实现零样本语音克隆。
MOCR – 小红书联合华中科技推出的多模态文档解析模型
MOCR（Multimodal OCR）是华中科技大学与小红书hi lab联合推出的多模态文档解析模型，仅3B参数在文档解析和图形重建上实现突破性表现。
Sand.ai – AI视频生成平台，一键直出完整视频
Sand.ai（北京三呆科技）是AI视频生成平台。平台专注自回归世界模型技术路线，现已开源150亿参数音视频模型daVinci-MagiHuman、分布式训练组件MagiAttention及编译框架MagiCompiler。
Suno v5.5 – Suno推出的 AI 音乐生成模型
Suno V5.5 是Suno推出的 AI 音乐生成模型，标志着从"生成即完成"向"精细化制作"的重大转型。模型新增 Voices 声音定制、Custom Models 自定义模型和 My Taste 个性化推荐三大功能。
Gemini 3.1 Flash Live – 谷歌推出的实时语音模型
Gemini 3.1 Flash Live是Google最新推出的高质量实时语音模型，专为自然流畅的对话交互设计。模型在语调理解、推理能力和响应速度上均有显著提升，能精准识别音高、语速等声学细节，动态响应用户情绪变化。
daVinci-MagiHuman – Sand.ai等开源的音视频生成模型
daVinci-MagiHuman 是上海创智学院 GAIR 实验室与 Sand.ai 联合开源的音视频联合生成基座模型。模型采用 150 亿参数的单流 Transformer 架构，统一建模文本、视频、音频三种模态，无需跨注意力机制。
LongCat-Next – 美团 LongCat 推出的多模态模型
LongCat-Next是美团LongCat推出的多模态模型，核心创新是LoZA稀疏注意力机制。模型通过智能筛查模块重要性，将50%低重要模块替换为流式稀疏注意力，形成全局与局部交错的ZigZag结构。
SClaw – 超算互联网推出的科研专属 AI Agent
SClaw 是超算互联网推出的科研专属 AI Agent（智能体），是基于 OpenClaw 打造、深度集成于 SCNet 客户端。产品支持「对话即指令」的自然交互，无需配置环境即可一键部署。
TurboQuant – 谷歌推出的向量量化算法
TurboQuant 是 Google Research 推出的向量量化算法，可将大模型 KV Cache 从 32-bit 压缩至 3-bit，实现内存降低 6 倍、推理速度提升 8 倍，且精度零损失。
DataChef – 上海AI Lab联合复旦开源的AI数据配方生成模型
DataChef是上海人工智能实验室与复旦大学联合开源的AI数据配方生成模型。模型通过强化学习自动生成大模型适配任务的完整数据处理流水线，包括数据选择、清洗、合成、配比等步骤的可执行代码。
Lyria 3 Pro – 谷歌推出的 AI 音乐生成模型
Lyria 3 Pro 是谷歌推出的 AI 音乐生成模型，支持创作最长 3 分钟的完整音轨，具备结构感知能力，可精准处理前奏、主歌、副歌、桥段等编曲要素。
TuyaClaw – 涂鸦智能推出的 AI 助手，实现物理世界联动
TuyaClaw 是涂鸦智能基于 OpenClaw 架构推出的 AI 自动化助手，主打"让 AI 走出屏幕，进入物理世界"。工具能像数字员工一样操作电脑完成办公任务，控制智能家居设备，实现数字与物理世界的联动。
Sub2API – 开源 AI API 中转网关平台，支持多账户管理
Sub2API 是开源 AI API 中转网关平台，支持将 Claude、OpenAI、Gemini、Antigravity 等主流 AI 服务的订阅统一接入管理。平台提供多账号管理、API Key 分发、Token 级精准计费、智能调度和并发控制等功能，实现"拼车共享"模式高效分摊订阅成本。
ToClaw – ToDesk 推出的深度定制 AI Agent
ToClaw 是 ToDesk 基于 OpenClaw 深度定制的 AI 智能助手，集成远程控制能力，主打"手机一句话，电脑自动执行"。ToClaw 无需配置环境或懂代码，下载即用，支持云端运算。
TypeNo – 免费开源的 AI 中文语音输入法，开箱即用
TypeNo 是专为 macOS 打造的免费开源中文语音输入法，由 marswaveai 团队开发。主打极简操作与隐私保护，用户只需短按 Control 键即可开始录音，松开后语音会在本地实时转写为文字，自动粘贴到当前应用。
PrismAudio – 阿里通义推出的视频生成音频框架
PrismAudio 是阿里通义实验室推出的视频生成音频（Video-to-Audio）框架，可为无声视频自动配上环境音效。模型首创"分解式思维链"技术，让模型先思考声音内容、时机、质感、空间位置，再生成音频，引入四位"老师"（语义、时序、美学、空间）多维打分优化。
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