AI项目
Easel – 浙大联合北大开源的 AI 社交媒体内容工作台
Easel 是浙江大学与北京大学联合开源的 AI 社交媒体内容工作台。平台基于 OpenClaw Agent 框架，用一个智能体打通社媒运营全链路，从热点发现、选题策划、内容创作到多平台发布与数据复盘。
Fusion Model – FUMO Lab 推出的智能分配模型
Fusion Model 是 FUMO Lab 推出的智能分配模型。模型能根据不断演化的任务状态，动态将计算需求分配给最适合的异构模型，实现"一次融合，尽揽众长"。
Hy4 preview 轻量版 – 腾讯混元开源的Hy4量化压缩模型
Hy4 preview 轻量版是腾讯混元将原本 1.5TB 的 Hy4 preview 开源大模型，通过自研 Sherry 1.25bit 稀疏量化与 MIX-STQ1_0 逐层混合精度技术，压缩至约 214GB 的版本。
Claude Fable 5.1 – Anthropic 推出的最新旗舰大模型
Claude Fable 5.1 是 Anthropic 推出的旗舰大模型，定位为目前公开可用的最强 AI 之一。模型专为复杂推理、长周期 Agent 任务和知识工作设计，在科学研究、编码、计算机操作等 8 项基准测试中全面领先上一代，且低推理档位即可达到前代高档位性能。
Claude Mythos 5.1 – Anthropic 推出的 Claude 系列旗舰模型
Claude Mythos 5.1 是 Anthropic 推出的 Claude 5.1 系列旗舰模型，与Claude Fable 5.1 共享同一基础能力。模型专为高风险专业领域设计，仅面向通过审核的网络安全机构和生命科学研究人员开放，支持漏洞防御、蛋白质设计等前沿研究。
Atlas – World Labs 推出的全球首个多模态世界模型
Atlas 是李飞飞创办的 World Labs 推出的全球首个多模态世界模型。模型能原生理解文本、图像、视频与 3D 空间信息，通过空间上下文将画面锚定在三维坐标中，实现像素级精确的相机控制生成、稀疏照片 3D 重建及时空模拟。
Muse Voice Transcribe – Meta 推出的首个实时音频感知模型
Muse Voice Transcribe 是 Meta 推出的首个实时音频感知模型，集流式自动语音识别、说话人分割与端点检测于一体。模型支持 70 多种语言及原生语码切换，可处理超 1 小时长音频与 20 人以上同时对话，在流式转写和语音分割基准测试中均排名第一。
WeMM-Embedding – 腾讯开源通用多模态Embedding模型
WeMM-Embedding 是腾讯微信视觉团队开源的通用多模态 Embedding 模型家族，提供 2B/4B/9B 三种规格。模型将文本、图像、视频、视觉文档及交错多模态输入统一编码到共享向量空间，在 MMEB-v2 基准排行榜位列第一。
MiniMax H3 Max – MiniMax 推出的实时视频生成模型
MiniMax H3 Max 是 MiniMax 推出的实时视频生成模型，基于开源 H3 进行后训练与推理优化。模型支持文生/图生视频并同步生成音频，5 秒 768p 视频不到 3 秒可生成，吞吐量达原生 H3 的 35 倍，在 Artificial Analysis 和 Design Arena 图生视频榜均排名第一。
Ling-3.0-flash-Fin – 蚂蚁百灵推出的首个金融增强模型
Ling-3.0-flash-Fin是蚂蚁百灵推出的首个金融增强模型，基于Ling-3.0-flash架构（124B总参数/5.1B激活参数），面向真实金融工作流。
AI 技能成千上万怎么选？DeepSkill 精准搜索实战
各位宝子们，现在AI工具真是越来越多了，各种技能、插件、智能体让人眼花缭乱。想找几个好用的AI技能来帮忙处理工作，结果搜出来的不是功能不对口，就是广告吹得天花乱坠，实际用起来一言难尽。
Headlong – Laude Institute 开源的 AI Agent 微框架
Headlong 是 Laude Institute 开源的 AI Agent 微框架，核心仅约 1 万行 Bash 脚本。框架最大突破是持久主体性，Agent 永不"睡觉"，无需唤醒或定时任务，像人类内心独白般持续自主思考、自我驱动。
Rome – 开源的智能体操作系统，自然语言生成完整应用
Rome 是开源的 Agentic OS（智能体操作系统）。工具能让 AI 为用户开发应用，自然语言描述需求，Agent 自动生成带界面、数据和后台逻辑的 App，安装后可长期运行。
Zing-0.5 – Loopit 开源的实时交互视频世界模型
Zing-0.5 是 Loopit 开源的实时交互视频世界模型，5B 参数，基座为 Wan2.2-TI2V-5B，采用 Apache 2.0 协议。核心能力是"联合控制"，键盘空间操作与自然语言语义改写两条链路共同进入 Causal DiT，用户可一边操控角色移动，一边随时用文字改写正在发生的世界，新指令会进入当前世界而非重置场景。
Miya – 时域科技推出的 AI 音乐应用，画面可随歌词律动
Miya 是时域科技推出的 AI 音乐应用，用AI猫形象把用户生活变成音乐。一条 X 帖子或一张照片，能自动生成带吐槽风格的 Rap 歌曲和视频，画面随歌词律动，可直接分享。
2026 年 AI 生成图文店门头效果图 – 7 款工具深度横评
客户张嘴就要「先看效果图再下单」，你却要熬两个通宵用 PS 拼一张门头示意？
Hy4 preview – 腾讯混元开源的新一代旗舰大模型
Hy4 preview 是腾讯混元推出的开源旗舰大模型，总参数 770B、激活参数 49B、上下文长度达 1M。模型通过与腾讯内部软工、游戏、金融、安全等领域专家深度共建，模型在代码开发、办公分析、游戏制作、科学研究等真实生产力任务上表现卓越。
Gemini Omni 1.1 Flash – 谷歌推出的 AI 视频生成模型
Gemini Omni 1.1 Flash 是谷歌推出的 AI 视频生成模型，面向开发者和专业创作者，支持从 360p 快速预览到 4K 超高清的多档位输出。
shuohao-skills – 开源AI短剧制作Skill集合，包含完整工作流
shuohao-skills 是开源的 AI 短剧制作 Skill 集合，专为 Claude Code / Codex 等 Agent 设计。工具提供从小说改编大纲、角色设定、美术设定、剧本撰写到分镜切分的完整工作流，每个环节配有脚本化质量检查，确保角色不雷同、时长精准、风格一致。
Prime Agent – Prime Intellect开源的长周期AI Agent运行框架
Prime Agent 是 Prime Intellect 开源的长周期 AI Agent 运行框架，通过 RLM（递归语言模型）将上下文变量化、子 Agent 函数化，借助 Continual Harness 实现任务经验的持续沉淀与自我进化。
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