平台与服务

Observer AI 是一款开源可本地运行的 AI 观察者 平台，支持屏幕监控、脚本自动化、视觉识别与通知触发，适用于需要隐私保护和自定义 Agent 的开发者与电力自动化爱好者。

MAGREF是一款先进的 视频生成框架，通过“Masked Guidance”实现多参考图像与文本提示驱动的视频合成，支持目标一致性、动态遮罩与像素级特征融合，助力研究者和开发者探索高质量、多主体视频生成新路径。

Play AI 公司推出的开源音频编辑模型，基于先进的扩散模型（diffusion model）构建，专注于提供高效的音频精细编辑与修复功能。

一款开源且高效的视频物体删除工具，由 Zi Bojia 等人提出，基于《MiniMax‑Remover: Taming Bad Noise Helps Video Object Removal》论文。

火山引擎推出的 企业级AI Agent开发平台，提供从智能体构建、评测、监控到优化的全生命周期管理，支持模型接入、精调、私有部署和安全合规，助力企业高效落地 AI Agent 应用。

由普林斯顿与复旦联合打造的领先历史研究设计AI助手系统，集成 OCR、档案检索、多语言翻译与图像理解工具，基于 HistBench 基准显著提升历史推理准确率，为 AI 历史研究开启新时代。

一款开源、私有化运行的 AI个人知识管理 工具，支持本地模型推理、自动笔记关联、语义搜索与写作辅助，打造高效、安全的第二大脑。本文从功能介绍、使用指南、技术揭秘、应用场景与常见问题全面剖析，助力 AI 工具使用者实现个性化知识管理升级。

Vui——一款轻量级、轻量级语音对话模型（Lightweight Voice Dialogue Model），具备上下文感知与声纹克隆能力的开源 on‑device 模型。

一款由 Ahmed Khaleel 开发的开源工具，可以瞬间把任何 GitHub 仓库转化为交互式结构图，让你快速可视化整个项目架构与模块组织。

MiniCPM 4.0 是一款以“轻量却强劲、速度远超竞品”为特点的端侧 LLM，适合在设备端部署 AI agent、聊天系统、报告生成等任务。

阿里云通义千问团队于 2025 年 6 月发布的开源文本重排序（Reranking）模型，作为 Qwen3 Embedding 系列的一部分。

一个受 Google NotebookLM 启发的开源 AI 研究助手，旨在帮助研究人员、学生和专业人士高效地探索、分析和整合来自网络的多种信息源。

一款由 AI 大模型驱动的开源知识库搭建系统，旨在帮助用户快速构建智能化的产品文档、技术文档、FAQ 和博客系统。

Kwaipilot 团队开源的大型语言模型，旨在实现根据问题复杂度自动调节思考深度的能力。

一款由 Anthropic 开源的 AI 可解释性分析工具，助力揭示大型语言模型的“思维过程”。

出门问问（Mobvoi）于 2025 年 5 月 29 日正式发布的一款多模态 AI 服务平台。

Resemble AI 开发并于 2025 年开源发布的高性能文本转语音（TTS）模型。

由牛津大学等研究团队于 2025 年 5 月发布的开源 AI 工具，旨在自动将学术论文转化为高质量的海报（poster）。

一款开源的 AI 图文创作助手，能够将音频和视频内容一键转换为多种风格的文档，如小红书笔记、微信公众号文章、知识笔记、思维导图等。

上海交通大学与 GAIR 实验室联合开发的高效计算机使用智能体训练框架。

通过简单的文本编写，用户即可创建具备交互性、动画效果和代码高亮的专业演示文稿。

微软推出的一款开源浏览器自动化工具，旨在为大型语言模型（LLM）如 Claude、GPT-4o 等提供真实网页交互能力。

ByteDance开发的多模态文档图像解析模型，处理包含文本、表格、图形和公式等交织元素的复杂文档图像而设计。

DMind 提供了一系列AI工具和模型，包括DMind-1和DMind-1-mini等大型语言模型（LLMs），专为区块链、去中心化金融（DeFi）、智能合约和链上数据分析等任务设计。

一款开源的 Python 网页抓取工具，通过结合大型语言模型（LLMs）和模块化图逻辑，彻底改变了数据提取的方式。

一个实验性的全能深度内容分享社区。

由 Mass General Brigham 人工智能医学（AIM）项目开发的尖端深度学习工具，旨在通过分析面部照片估算生物年龄。

实现跨文本推理、多模态理解和文本到图像生成等多个领域的卓越性能。

Upstash 推出的一款开源 AI 编程辅助工具，解决大型语言模型（LLM）在生成代码时因训练数据过时而导致的“代码幻觉”问题。

字节跳动的开源多模态基础模型。

Intelligent Internet 团队于 2025 年 5 月发布的开源通用 AI Agent 框架。

帮助开发者轻松将网站转化为支持自然语言交互的 AI 应用。

深度探索与高效研究流程，兼顾研究流程的可视化、可复用与社区贡献。

为 AI 开发者与爱好者提供丰富的即用型 AI 应用、弹性算力资源与一站式部署环境。

通过单一订阅访问业界主流模型及 500 多款专家级迷你代理。

为用户提供一站式的内容创作与处理平台。

从需求描述到高保真原型的一键生成和智能迭代，帮助用户大幅度提升原型设计效率与创意质量。

帮助企业与开发者“Token 自由”地使用大语言模型和多模态生成式 AI 服务。

企业和开发者能快速构建、部署和应用大规模AI模型。

图像到视频扩散技术将静态卡通图像转化为流畅的动画。

一个突破性的在线平台，让漫画创作变得简单而高效。

开源的工作流自动化平台,通过连接各种应用和服务，帮助用户构建和管理复杂的工作流。

AI转录工具，专注于将音频和视频文件快速、准确地转换为文本 。

快速创建专业级的产品照片和视觉内容。

为企业提供从邮件设计、自动化流程到数据分析的全方位营销解决方案，广泛应用于电商、内容创作、教育培训等多个领域。

智象未来研发的开源图像生成大模型

Suno, Inc.开发的AI音乐创作平台

302.AI是一个按需付费的一站式企业级AI应用平台，开放平台，开源生态，让AI为每个需求找到答案。这里集合了最新最全的AI模型和品牌，提供机器人、AI工具和API三类AI服务，按用量付费，开箱即用，完美适配您的所有需求。

ResearchFlow 通过其 AI 驱动的视觉化和智能分析，为用户提供了高效的研究工具。其可靠来源、思维导图和图表分析功能使其成为学术和专业研究的理想选择，但用户应注意可能的争议，确保工具符合自身需求。

百度文库自由画布是百度文库与百度网盘联合推出的创新AI创作工具，依托文心多模态大模型技术，通过“全模态整合”与“一站式创作”两大核心理念，重新定义了内容生产的效率与自由度。