Latest AI Resources

Gemini 2.5 Deep Think 是谷歌推出的 AI 推理模型，专为解决复杂任务设计。是获得 2025 年国际数学奥林匹克竞赛（IMO）金牌的模型的变体，通过并行思考技术（Parallel ...

MindLink是昆仑万维推出开源的推理大模型。具有自适应推理机制，可根据任务复杂度灵活切换推理模式，简单任务快速生成，复杂任务深度推理，兼顾效率与准确性。计划驱动推理范式去掉了“think”标签，降...

Kimi K2 High Speed Edition (kimi-k2-turbo-preview) is a high-performance language model introduced by Kimi, the Dark Side of the Moon. The model is optimized on the basis of Kimi K2, the output speed is greatly increased, and 40 Token per second can be generated...

dots.ocr is a multilingual document parsing model open-sourced by Xiaohongshu hi lab, based on a 1.7 billion-parameter visual language model (VLM), which can efficiently perform document layout detection and content recognition while maintaining a good reading order.

HYPIR is a large model for image restoration introduced by Dong Chao's team at Shenzhen Institutes of Advanced Technology, Chinese Academy of Sciences. The model combines the fractional prior of diffusion modeling with adversarial generative networks to achieve efficient, high-quality image restoration.HYPIR can quickly restore old photos and improve resolution while keeping text clear...

FLUX.1 Krea [dev] is a text-generated graph model from Black Forest Labs and Krea AI. The model is capable of generating high-quality, photorealistic images based on input text descriptions with a unique aesthetic style that avoids traditional A...

Qwen3-Coder-Flash is a high-performance programming model introduced by Ali Tongyi Thousand Questions team, which has excellent agent-based programming and tool invocation capabilities, and is good at handling complex programming tasks. The model supports 256K tokens of long context understanding, and can scale to 1M ...

Wide Research is a powerful feature of the Manus platform designed to handle complex and large-scale tasks. The platform supports hundreds of general-purpose intelligences working simultaneously through system-level parallel processing mechanisms and intelligence collaboration protocols.

Seed Diffusion is an experimental diffusion language model introduced by ByteHop that handles code generation tasks. The model is based on techniques such as two-stage diffusion training, constrained sequential learning, and enhanced efficient parallel decoding, which significantly improves inference speed to 2146 tokens/s, which is faster than...

Xiao Xingxu is the AI emotion comic generation product launched by Jingdong Health, currently in the testing stage, the product is emotionally driven comic story generation as the core function, the user can express emotion or tell a story through voice or text input, the AI generates matching four-panel comics and story interpretation based on the input.

1688 AI version is an intelligent business assistant application launched by Alibaba's 1688 platform, designed for small B buyers and merchants. Based on the massive data of 1688 platform, the application provides business opportunity push, product recommendation, idea generation, enterprise inquiry and other functions to help users accurately grasp the market dynamics, rapid...

Steps Deep Research is an efficient AI research tool launched by Steps Star, which can autonomously complete research on complex issues and generate professional reports in a short period of time. The tool is designed for finance, consulting, healthcare, law and other fields, and excels in industry reviews with its in-depth search and information integration capabilities.

Runway Aleph is an advanced AI video editing model launched by Runway, which is based on simple text commands to quickly add and delete video content, style change, environment adjustment and camera movement optimization. Users can easily remove redundant elements, change scenes without complex operations...

WebShaper is an AI training data synthesis system launched by Alibaba's Tongyi Lab, which is based on formal modeling and intelligence expansion mechanism to generate high-quality and scalable training data to help AI intelligences improve complex information retrieval capabilities. The system introduces the concept of "knowledge projection"...

Skywork UniPic is an open source multimodal pre-training model from KunlunWanwei, with three core capabilities: image understanding, text generation image and image editing. The model is based on an autoregressive architecture, incorporating a MAR encoder and a SigLIP2 backbone, with 1.5B parameter gauge...

ChatGPT Study is an innovative learning model from OpenAI that helps users learn and understand more efficiently.ChatGPT Study guides users to think actively and solve problems step-by-step through Socratic questioning, scaffolded responses, and personalized instruction....

Tongyi Wanphase Wan2.2 is an advanced AI video generation model open-sourced by Alibaba, with 27 billion total references. The model contains three modes of text-generated video, graph-generated video, and unified video generation, which can generate high-quality videos based on text descriptions, images, or a combination of both.

GLM-4.5 is an open source SOTA model from Smart Spectrum, designed for intelligent body applications, incorporating reasoning, code generation and intelligent body capabilities. The model is based on the Mixed Expert (MoE) architecture and contains two versions, GLM-4.5 with 355 billion parameters and 106 billion...

Coze Studio is ByteDance's open source AI Intelligent Body development platform designed for developers to simplify the building, deployment and management of AI applications.Coze Studio provides a one-stop development environment that supports Prompt, RAG, Plugin...

Coze Loop is the open source AI intelligence development and operation and maintenance management platform of Coze Platform under ByteDance. The platform provides developers with full lifecycle management from development, debugging to evaluation and monitoring, covering cue word engineering, Agent effect evaluation, performance monitoring and tuning...

Wuneng is an embodied intelligence platform designed for robots and smart devices. Based on the "Enlightened" world model and multimodal big model technology, Wuneng integrates multi-sensor inputs such as vision, voice, touch, etc., and possesses powerful perception, decision-making and action capabilities.

Intern-S1是上海人工智能实验室推出的科学多模态大模型。模型将语言和多模态能力深度融合，具备跨模态科学解析、语言与视觉融合、科学数据处理、科学问题解答、实验设计与优化等强大功能。

混元3D世界模型 1.0（Hunyuan World 1.0 ）是腾讯开源的业界首个可沉浸漫游、可交互、可仿真的世界生成模型。模型融合全景视觉生成与分层3D重建技术，支持用文字或图片输入，快速生成36...

日日新 V6.5 是商汤科技推出的先进多模态推理大模型，专为处理图像与文本混合输入而设计，支持精准理解图像内容并结合文本生成描述或回答问题。

Opal 是谷歌实验室推出的创新 AI 小应用生成平台，能帮助用户快速创建和分享 AI 应用，无需编写代码。Opal 通过自然语言交互和可视化编辑界面，让用户能轻松地将提示、模型调用和工具串联成多步骤...

Qwen-MT 是阿里通义千问团队推出的先进Qwen-MT - 阿里通义推出的机器翻译模型，基于强大的 Qwen3 架构，支持 92 种语言的互译，覆盖全球 95% 以上人口。模型基于轻量级 MoE ...

Agentar-Fin-R1是蚂蚁数科推出的面向金融领域的先进大语言模型。模型基于强大的Qwen3架构开发，提供8B和32B两种参数规模版本，能精准处理复杂的金融推理任务，包括多步骤分析、风险评估和战...

MonkeyCode 是开源的企业级本地 AI 编程助手，专为注重隐私和安全的开发团队设计。MonkeyCode 支持私有化部署和离线使用，确保代码数据安全。工具功能强大，包括智能代码补全、自然语言编...

Seed LiveInterpret 2.0 是字节跳动 Seed 团队推出的先进同声传译模型，支持中英双向翻译。模型具备接近真人水平的翻译准确率和极低延迟，平均语音到语音延迟仅 2 - 3 秒，较传...

Excel MCP Server 是基于 Model Context Protocol (MCP) 的服务器工具，无需安装 Microsoft Excel 就能操作 Excel 文件。Excel MC...

ChatFlow 是开源的 AI 工作流自动化工具，支持将复杂的需求转化为高效的工作流程。工具基于 AI 技术，帮助用户快速生成代码框架、测试用例，能辅助写作和设计软件架构。

Mureka V7 是昆仑万维推出的先进 AI 音乐生成模型。模型基于 MusiCoT 技术，支持先规划音乐的整体结构，再填充细节，生成更具连贯性和艺术性的音乐作品。

Seed GR-3 是字节跳动推出的通用机器人模型，具有强大的泛化能力，能适应新环境和复杂指令。模型融合视觉、语言和动作信息，基于机器人数据、VR 人类轨迹数据和公开图文数据的三合一训练法，提升对新物...

Qwen3-Coder 是阿里通义千问团队推出的先进代码生成模型。模型拥有 480B 参数和 35B 激活参数，支持原生 256K token 上下文，能扩展至 1M token。模型基于混合专家架构...

OpenReasoning-Nemotron 是英伟达开源的一系列大型语言模型，支持处理数学、科学和代码领域的推理任务。模型基于 DeepSeek R1 0528 模型蒸馏而成，参数规模有 1.5B...

Seed-X 是字节跳动 Seed 团队推出的多语言翻译模型，具备 70 亿参数，支持 28 种语言的双向翻译。模型融合多语言数据预训练、指令微调和强化学习技术，能高效处理复杂语言模式，让翻译质量更出...

JoyAgent-JDGenie 是京东开源的轻量化通用多智能体系统，无需二次开发能直接使用。JoyAgent-JDGenie 能处理复杂任务，如生成报告、分析数据等，支持多种交付格式，如网页、PPT...

TRAE SOLO 是字节跳动推出的AI编程助手TRAE 推出的AI 自动化开发助手，用AI技术简化软件开发流程。TRAE SOLO能理解用户的需求，支持文字描述、语音指令和文件上传输入需求，自动规划...

雾象Fogsight是创新的AI动画生成 Agent，基于大型语言模型（LLM）将抽象概念转化为生动的动画。用户输入主题，雾象Fogsight能生成包含双语旁白和电影级视觉效果的完整动画。

Goedel-Prover-V2 是普林斯顿大学、清华大学和英伟达等顶尖机构联合推出的开源定理证明模型。模型基于创新技术如分层式数据合成、验证器引导的自我修正和模型平均等，显著提升自动形式化证明的性能...

BytePlus 是字节跳动推出的企业级智能服务平台，面向海外提供多元化服务。平台涵盖内容分发与加速（CDN）、个性化推荐、增强现实、数据处理与分析、实时音视频通信、人工智能与机器学习等强大功能。

飞书妙搭是飞书推出的企业级 AI 原生系统搭建平台。平台通过多 Agent 架构，快速将企业的业务需求转化为实际应用，支持从需求分析到功能设计、应用开发及问题修复的全流程。用户用对话方式，轻松搭建轻量...

MirageLSD 是 Decart AI 团队推出的全球首个实时流扩散 AI 视频模型，能实现无限时长的实时视频生成，延迟低至 40 毫秒以内，支持 24 帧/秒的流畅输出。

Kimi Playground 是月之暗面推出的面向开发者的 AI 工具调用体验平台。Kimi Playground 能让 AI 调用各种工具（如天气查询、酒店预订、数据分析等）完成复杂的任务，不只是...

ChatGPT Agent 是 OpenAI 推出的通用AI Agent，融合多种能力，能自主完成复杂任务。用户只需用自然语言描述需求，Agent 能自动选择合适工具，比如浏览网页、提取信息、运行代码...

GLM-Experimental 是智谱 AI 推出的实验性大语言模型，已在 Z.ai 平台上线。模型具备自动生成 PPT 的能力，用户输入主题或要点后，模型能快速生成结构清晰、格式规范的演示文稿，将...

PromptForge 是强大的 AI提示工程工作台，能帮助用户高效地创建、测试和优化 AI 提示词。PromptForge通过智能生成功能提供优化建议，支持多模型比较和动态参数调整，让用户灵活对比不...

VikingDB 是火山引擎推出的高性能云原生向量数据库，专为处理海量高维向量数据而设计。VikingDB 具备多种数据写入方式，包括实时同步、异步写入等，满足不同场景下的数据处理需求。VikingD...

RoboBrain 2.0 是智谱开源的先进具身大脑模型，为机器人提供强大的感知、推理和规划能力。RoboBrain 2.0包含 7B 和 32B 两个版本，采用异构架构，融合视觉编码器和语言模型，支...

RoboOS 2.0 是智谱开源的跨本体大小脑协同框架，推动机器人从单一智能向群体协作智能转变。框架用“大小脑”架构实现高效分工，云端大脑负责复杂决策与协同，小脑模块专注于执行具体技能。

EXAONE 4.0是韩国LG AI Research推出的混合推理大模型，融合通用自然语言处理和高级推理能力。模型支持韩语、英语和西班牙语，分为32B的专业版和1.2B的端侧版。专业版适用法律、会计...

Tizzy.ai 是百度推出的 AI 智能搜索应用。Tizzy.ai 基于百度的大模型技术，具备强大的智能搜索功能，能快速回答问题、深度思考和辅助决策。Tizzy.ai 界面简洁，无广告和弹窗，底部导...

Voxtral 是 Mistral AI 推出的先进开源语音模型，支持通过强大的语音转录和理解能力推动自然人机交互。模型提供两个版本，24B 适用于大规模生产，3B 适合本地部署。Voxtral 支持...

k2是Moonshot AI推出的具备超强代码和 Agent 能力的 MoE 架构基础模型，总参数 1T，激活参数 32B。在通用知识推理、编程、数学、Agent 等主要类别的基准性能测试中，K2 模...

Grok 4 是 xAI 推出的最新AI大模型，Grok 4 的推理能力相较于前代提升 10 倍。模型具备卓越的推理能力，能在 SAT、GRE 等高难度考试中接近满分，在多项基准测试中超越其他前沿模型...

GenFlow超能搭子是百度文库推出的通用AI Agent，用户只需输入自然语言指令，可自主拆解任务、调用百度文库14亿文档库及网盘资源，极速生成PPT、报告、图表、海报等全模态内容。

TRAE Agent 是字节跳动开源的智能软件工程助手，基于先进的大语言模型（LLM）构建。TRAE Agent能高效处理复杂的软件开发任务，包括代码库探索、问题复现、修复方案制定以及高质量代码生成等...

Higress MCP 是今日投资推出的创新型平台，支持将传统金融数据API快速转化为现代化的MCP服务。Higress MCP基于简单配置即可实现REST API到MCP Server的转换，无需编...

CodeBuddy IDE 是腾讯推出的AI 驱动的全栈开发助手，基于智能化手段提升开发效率。CodeBuddy IDE具备强大的 AI 代码补全功能，支持实时预测并自动补全代码片段，减少重复劳动。C...

宠TA是京东推出的AIGC宠物互动产品，能为宠物爱好者提供充满乐趣和温馨的在线互动平台。支持用户为自己的宠物选择各种可爱的服装和配饰，进行个性化装扮，且能创建宠物的数字形象，与之进行丰富互动。平台提供...

聊愈小宇宙是京东健康推出的AI心理陪伴产品。聊愈小宇宙基于京医千询医疗大模型推出，能模拟人类交流过程和共情能力，为用户提供7×24小时的心理健康支持。用户基于文字、表情或语音与AI角色小鱼互动，分享情...

Shortcut 是创新的 AI 驱动的 Excel 辅助工具。基于智能算法，能快速完成各种复杂的 Excel 任务，包括数据输入、编辑、计算和整理。Shortcut 能处理基础操作，支持应对高级的金...

星流Agent是Liblib推出的专为中文用户设计的一站式创意设计Agent。星流Agent延续Lovart的全栈式智能设计能力，全面适配中文语义、东方美学和本地场景。用户只需输入一句话，星流Agen...

Step-Audio-AQAA 是 StepFun 团队推出的端到端大型音频语言模型，用于音频查询-音频回答（AQAA）任务。能直接处理音频输入生成自然、准确的语音回答，无需依赖传统的自动语音识别（A...

MuseSteamer是百度推出的多模态视频生成大模型。模型能根据用户提供的文字描述或图片，快速生成高质量的动态视频内容，支持多种清晰度和功能版本，满足不同场景下的创作需求。

绘想是百度推出的 AI 视频生成平台，基于 AI 技术助力用户轻松打造个性化视频。绘想界面直观，工具强大，具备灵感推荐功能，能为创作者提供创意启发，支持一键同款操作，能快速生成相似视频，简化创作流程。

羚珑是京东推出的智能设计工具，为电商商家和个人提供高效便捷的设计解决方案。通过智能抠图、智能排版、智能配色等功能，帮助用户快速生成高质量的设计作品，满足商品主图、广告Banner、店铺页面等多种电商场...

腾讯广告妙思是腾讯广告推出的一站式AI广告创意平台，基于腾讯混元大模型，为广告主提供高效、智能的创意生成与优化服务。支持文生图、图生图、文生视频等多种创意工具，用户只需输入简单的自然语言描述或上传素材...

图可丽是AI图像处理工具，专注于提供高效便捷的图片和视频编辑服务。基于先进的人工智能技术，能快速实现一键抠图、视频处理、照片修复与美化、AI绘画以及背景更换等多种功能。

圆周旅迹是AI旅行规划应用，帮助用户高效、便捷地安排旅行行程。用户能快速输入目的地、时间等信息，自动生成合理且个性化的行程安排。支持从社交平台一键导入链接、文字或图片，快速生成同款行程

ML-Master是上海交通大学人工智能学院Agents团队推出AI专家智能体。在OpenAI的权威基准测试MLE-bench中表现出色，以29.3%的平均奖牌率位居榜首，超越了微软的RD-Agent...

Paperpal是专注于学术写作的AI辅助工具，帮助研究人员、学生和专业人士提升写作质量和效率。通过强大的语言润色功能，提供语法检查、拼写纠正和用词建议，确保文本准确流畅。

GLM-4.1V-Thinking是智谱AI推出的开源视觉语言模型，专为复杂认知任务设计，GLM-4.1V-Thinking支持多模态输入，涵盖图像、视频和文档等。基于GLM-4V架构，模型引入思维链...

ThinkSound是阿里通义语音团队推出的首个CoT（链式思考）音频生成模型。模型能为视频画面生成精准匹配的音效，基于引入CoT推理，解决传统技术难以捕捉画面动态细节和空间关系的问题。

Mapify 是 XMind 团队推出的 AI 思维导图生成工具。能将文本、PDF、网页、视频、音频等多种格式的内容快速转换为结构化的思维导图，帮助用户高效提取和整理关键信息。

CodeArts Doer 是华为云推出的AI智能开发助手，通过 AI 技术提升开发效率和软件质量。基于 6 大 Agent 智能体（团队、项目、产品、开发、测试、Committer 助手），覆盖从需...

Qwen-TTS是阿里通义推出的先进语音合成模型。模型能将文本高效转化为自然流畅的语音，支持多种语言和方言，如普通话、英语、北京话等，满足不同地域和场景需求。依托海量语料训练，模型语音输出质量高，韵律...

MultiAgentPPT 是开源的多智能体 AI 演示文稿生成系统。用户只需输入主题，系统基于多智能体协作，自动完成大纲生成、主题拆分、并行调研及内容汇总等步骤，快速生成高质量 PPT。系统基于流式...

Ovis-U1是阿里巴巴集团Ovis团队推出的多模态统一模型，参数规模达到30亿。模型具备多模态理解、文本到图像生成以及图像编辑等三大核心能力，凭借先进的架构设计和协同统一训练方法，支持实现高保真图像...

袋鼠参谋是美团推出的面向商家的AI智能决策应用，帮助商家解决开店、运营中的难题。基于美团海量的餐饮数据和10多年线上运营经验，通过对话式交互，为商家提供赛道选择、开店选址、菜品研发、门店运营等场景的精...

AI抖音是抖音推出的智能深度思考与搜索应用，为用户提供更高效、更智能的内容获取体验。基于抖音的强大内容生态和AI技术，通过联网搜索和推理能力，为用户提供更全面、更详细的答案。

Qwen VLo 是通义千问团队推出的多模态统一理解与生成模型。能“看懂”世界，能基于理解进行高质量的再创造，实现了从感知到生成的跨越。能精准理解图像内容，在此基础上进行一致性和高质量的生成。

AiBiao 是AI图表处理工具，通过自然语言交互帮助用户高效完成数据处理和分析工作。支持用户通过对话的方式进行数据查询、清洗、合并、计算和分析，无需复杂的公式或代码，降低了数据处理的门槛。

Doppl是谷歌推出的AI虚拟试衣应用。用户上传全身照片后，应用支持将服装图片或截图“穿”在数字版自己身上，且能将静态图片转换为AI生成的视频，让用户更真切地感受服装上身效果。

迅雷MCP是迅雷推出的，基于AI技术的自动下载服务。用户在支持该服务的AI应用中，用语音或文字输入下载需求，AI能自动搜索网络资源并启动下载。迅雷MCP支持PC版迅雷和NAS迅雷，打破传统下载模式，让...

TicNote 是出门问问推出的AI录音笔，是Agentic AI软硬结合产品，定位为“随身AI思考伙伴”。采用卡片式设计，轻薄便携，配备磁吸保护套，可轻松携带或贴于手机背面。

万兴天幕是万兴科技推出的AIGC视频创作平台，覆盖视频、图片及音频生成三大创作领域，专为传媒和文化产业工作者、影视/后期工作者、艺术与设计工作者、广告和营销从业者等打造，提供一站式专业创作解决方案。

咔皮记账是商汤科技推出的智能AI记账应用。应用以自动记账为核心功能，自动识别金额和分类，支持语音输入，让记账变得轻松便捷。咔皮记账能智能分析账单数据，定期推送个性化的消费总结和理财建议，帮助用户更好地...

Gemini CLI 是谷歌开源的 AI 编程工具，基于将 Gemini 大模型融入开发者终端，为开发者提供强大的 AI 功能。工具能理解代码、操作文件、执行命令并动态排查问题，帮助开发者高效地编写代...

AnimaTensor 是 CagliostroLab 团队与 TensorArt 联合推出的二次元图像生成模型，基于创新的 V-Prediction 技术，用预测图像生成过程中的“速度”优化噪声调度...

Gemini Robotics On-Device 是谷歌 DeepMind 推出的支持在机器人本地运行的视觉-语言-动作模型。模型能离线执行任务，依据自然语言指令完成精细动作，如叠衣服、拉开袋子等...

11ai是ElevenLabs推出的AI语音助理，以语音交互为核心，通过自然流畅的对话提升用户的工作效率。11ai支持超过 5000 种声音，用户可以自定义专属语音，助理更具个性化。具备低延迟的语音互...

墨刀AIPPT是墨刀推出的AI PPT创作工具，基于智能技术简化PPT的制作流程。用户只需输入主题或导入文档，AI能快速生成结构完整、设计统一且内容丰富的PPT。工具具备智能匹配文案、一键生成图表、自...

Mu是微软推出的小参数语言模型，参数量仅3.3亿，专为在NPU和边缘设备上高效运行设计。模型基于编码器解码器架构，通过硬件感知优化、模型量化及特定任务微调，实现每秒超100 tokens的响应速度。M...

探饭是字节跳动旗下抖音推出的AI美食推荐工具，依托豆包大模型，为用户提供个性化美食推荐、探店对比、美食攻略等服务。探饭能根据用户口味偏好和位置，精准推荐附近餐厅和菜品，支持辅助点菜，提供团购和外卖服务...

Confucius3-Math是网易有道开源的国内首个专注于数学教育的开源推理模型。具有140亿参数，专为K-12数学教育场景优化，可在单块消费级GPU（如RTX 4090D）上高效运行，推理性能约为...

Comate AI IDE是百度文心快码推出的行业首个多模态、多智能体协同的AI原生IDE。具备强大的多模态能力，支持设计稿一键转代码（F2C）、图片转代码以及自然语言转代码，在前端开发场景中表现出色...

DeepPiano 是智曲科技推出的以大模型为内核的钢琴智能应用。通过先进的人工智能技术，为钢琴演奏者和学习者提供多种便捷功能。DeepPiano 能实现智能乐谱翻页，自动识别演奏进度，无需手动操作...

MoFlow是结合心理学与AI技术的情绪管理应用。为用户提供了一个私密空间，让用户可以通过书写、聊天等方式表达情绪，AI伙伴会耐心倾听给予反馈。