最近收录AI

Qwen3-Max-Thinking 是阿里巴巴推出的旗舰深度推理 AI 模型，用于复杂逻辑推理、数学与编码任务，并支持大上下文输入（约 262K 令牌），提供可调 reasoning depth（思考预算）机制以平衡推理质量与延迟。

Kimi K2.5 是 Moonshot AI 发布的开源原生多模态智能体模型，支持文本、图像、视频和 PDF 等输入类型，具备视觉编程、Agent Swarm 并行任务执行、长上下文推理等能力，适用于复杂任务工作流、视觉代码生成、知识性推理和办公自动化等应用。

Vidu Q2参考生Pro 是 Vidu 平台推出的参考生视频生成模型，支持多模态输入（视频与图片），用于生成高一致性、精细化的视频内容，涵盖人物、场景、动作与特效等创作需求。

DeepSeek-OCR 2 是 DeepSeek AI 发布的端到端 OCR（光学字符识别）视觉语言模型，基于 Visual Causal Flow 机制处理图像与文档输入，生成结构化文本输出（如 Markdown/JSON），用于复杂文档的逻辑顺序转录与布局感知识别。

LightOnOCR-2-1B 是一种开源的 1B 参数端到端 OCR（光学字符识别）模型，用于将文档图像（如 PDF、扫描件或照片）转化为清晰、自然排序的文本。模型在标准基准上提供高质量识别，并支持多种输入格式与布局类型。

VibeVoice-ASR 是微软开源的一体化自动语音识别（ASR）模型，支持单次处理最长约 60 分钟连续音频，并输出包含说话者标识、时间戳与转录文本的结构化结果，适用于会议、讲座、播客等长音频语音识别场景。

Agentation 是一个开源前端开发辅助工具，通过可视化标注网页元素并生成结构化 Markdown 反馈，使 AI 编程助手（如 Claude Code、Cursor）能够准确定位代码中的对应组件或元素位置。

Clawdbot 是开源的自托管 AI 助手与智能代理系统，可在本地运行并与 WhatsApp、Telegram、Discord、Signal、iMessage 等通信平台集成，支持消息响应、自动化任务执行、持久上下文记忆与扩展技能安装。

Prompt Manager（PromptX）是一个开源提示词管理与版本控制工具，支持提示词的创建、分类、全局搜索及版本历史对比。PromptX 提供个人提示词库、公共模板库及社区评分机制，用于增强提示词的组织与复用能力。

Dokie 是一款基于人工智能的演示文稿生成与编辑工具，支持从文本大纲、文档或链接自动创建结构化幻灯片，并提供内容调整与导出功能，适用于商业和教育场景的演示开发。

75万 +获批项目数据，智能析热点，一键生成高质量申请书。

FrogBoss 是由微软研究院研究团队利用复杂合成 bug 生成方法（BugPilot）训练出的开源编程智能体模型，专用于软件工程任务评估与调试技能提升，在 SWE-Bench-Verified 等基准测试中达到领先表现。

星火教师助手 是科大讯飞基于星火认知大模型打造的 AI 教育辅助工具，支持教学设计、课件与素材生成、资源检索、搜题组卷、课堂分析等功能，用于提高教师备课效率与教学质量。

AgentCPM-Explore 是清华大学、人民大学、面壁智能与 OpenBMB 开源社区联合发布的 4B 参数端侧智能体模型，在多项长程智能体基准测试中取得领先表现，支持超 100 轮持续环境交互，并提供配套的开源训练与评测基础设施。

TranslateGemma 是 Google 推出的开放式多语言机器翻译模型系列，基于 Gemma 3 架构构建，支持 55 种语言的文本与图像内文字翻译，提供多种参数规模以适应不同部署场景。

FLUX.2 [klein] 是 Black Forest Labs 发布的紧凑型实时图像生成与编辑 AI 模型家族，支持子秒级图像生成、统一的生成与编辑流程、文本到图像、多参考图像编辑等功能，适用于研究、开发和交互式视觉智能应用。

MedGemma 1.5 是基于 Gemma 系列的多模态医疗 AI 模型变体，支持医学文本理解、医学影像分析与生成，用于加速医疗 AI 应用的开发与验证。

Workus 是一个基于 AI 智能代理的 B2B 商业网络平台，用于自动识别高意向买家、优化客户开发流程、实现多渠道智能沟通与高价值商机交付。

OctoCodingBench 是一个针对编码智能体评估的数据集，包含多源指令任务、系统提示与评估检查项，用于测量智能体在多样编码任务中的规则遵从性与执行能力。

PixVerse R1 是一种实时世界模型 AI 系统，基于原生多模态基础模型与自回归流式生成机制，实现连续、低延迟的 1080P 视觉流生成，适用于互动媒体、模拟与实时视频生成等场景。

司农（Sinong）是南京农业大学开源的农业领域垂直大语言模型，用于理解与生成农业相关知识，支持农业问答、检索增强与上下文推理等功能，面向 AI 工具使用者提供农业智能分析能力。

女娲智能体OS 是一个通用智能体操作系统平台，支持零代码 AI 智能体创建、工作流编排、RAG 知识库与多端发布，旨在为 AI 工具使用者提供开发、部署与管理智能体的能力。

一句话，一张图，生成爆款带货/引流视频！Tago是一款为电商卖家与内容创作者打造的AI视频生成工具。它能将您的产品描述或图片，快速转化为质感媲美实拍、专业且吸引人的带货视频。我们致力于以极低的成本（低于0.3元/条），大幅降低高质量视频的制作门槛，让创意和卖货变得更简单高效。

Evai 建筑大师（OpenEvai）是一个面向建筑师、室内设计师和相关专业用户的云端 AI 设计创作平台，提供 AI 极速渲染、智能三维重构、建筑动态视频生成与自然语言交互设计修改等功能，可将手绘草图、2D 平面图等输入转化为高质量的建筑设计成果。

一个基于人工智能与东方命理融合的在线 AI 八字分析与命理服务平台，提供八字排盘、深度报告、正缘画像、AI 命理助理和每日宜忌等功能。

UI-TARS Desktop 是由字节跳动开源的桌面端 GUI Agent 工具，基于 UI-TARS 视觉语言模型（VLM），可通过自然语言控制计算机界面，实现图形界面识别与操作。

Design Arena 是一个全球性 AI 设计评测平台，通过匿名头对头对决与 Elo 排名系统评估 AI 模型在设计任务中的表现。

一个企业级 大模型 API 聚合与管理平台，通过统一的API Key 连接全球 400+ 顶尖 AI 大模型（包括 GPT、Claude、Gemini、DeepSeek、Qwen 等），简化调用流程、提高稳定性并降低成本。

Vidu 团队推出的 AI 视频创作智能体平台，通过“一键成片”技术与自动分镜编排，实现从视觉输入到成品输出的全流程视频生成，适用于广告、产品展示、短片与创意视频等多种场景。

Z.ai 推出的最新一代大型开源语言模型，专为复杂推理、编码任务和智能代理型场景设计。

面向内容创作者的一站式 AI 图文创作智能体平台，支持从智能选题、图文生成、视觉设计、智能排版到多平台发布的全流程自动化内容创作。

腾讯混元（Hunyuan）推出的开源 高质量机器翻译模型系列，支持 33 种语言互译和多种方言/民族语言，包括轻量级端侧部署能力与高性能翻译表现。

一个一体化的 AI 创意与生产力工具平台，整合图像生成、视频创作、编辑、增强等前沿AI 功能，使用统一信用体系，一站式支持不同创作任务。

一款开源且 本地优先（local-first）AI 写作与笔记工具，支持Windows 和 macOS 平台，内置多种 AI 引擎并可在本地运行。

一个全新的视觉-动作基础模型（Vision-Action Foundation Model），由 NVIDIA 等机构联合研发并开源，专注于通用游戏智能体的学习与控制。

一款由 StepFun 团队开源的 端到端深度研究智能体 AI 模型。

一个基于人工智能的 创意生成与数字任务自动化平台，支持通过自然语言提示创建幻灯片、网站、报告、播客、图像、文档和视频等各类内容，帮助用户显著提升内容创作与工作效率。

MovieFlow 是一款基于人工智能的 全自动视频创作与影片生成平台，它能够将用户的故事描述、剧本或简单提示转化为完整的高质量视频作品。

由 Qwen 团队开发的 图像分层 AI 模型，可以将单张图像自动分解成多个可独立可编辑的 RGBA 图层，实现类似专业图像编辑软件的分层操作。

一款支持完全本地部署与离线运行的 AI 办公助手与 AIPC 生产力平台。

一个基于先进人工智能的 多模态内容生成平台。

一款基于先进 AI 技术的 在线图像背景与水印去除工具。

一款免费且易用的 AI 内容检测与原创性分析工具。

一款提供“真正 无限”AI 音频与视频转录服务的平台。

T5Gemma 2 是谷歌推出的下一代 编码器-解码器（Encoder-Decoder）AI 模型系列，基于 Gemma 3 家族架构，新增多模态输入与超长上下文处理能力。

字节跳动推出的 AI 低代码/无代码编程与开发平台。

MiniMax-AI 海螺视频团队开源的 Visual Tokenizer Pre-training 视觉生成模型预训练框架。

一个专为编剧和影视创作者打造的 AI 剧本创作与协作平台。