最近收录AI

Fish Audio 推出的新一代文本转语音（TTS）模型，旨在生成高度自然、富有情感的语音输出。

一款基于 AI 的内容创作与演示工具，旨在帮助用户快速生成引人入胜的视觉内容。

阿里巴巴通义实验室开发的空间音频生成模型，能够直接从 360° 视频生成空间音频，为虚拟现实和沉浸式娱乐带来了全新的可能性。

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。

一款基于人工智能的在线音乐生成平台，旨在帮助用户通过简单的文本输入或歌词创作，快速生成高质量的原创歌曲。

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。

Mendable AI 推出的一款开源 AI 深度研究工具，旨在通过智能搜索和内容合成，帮助用户高效获取高质量的信息。

一款集成于浏览器侧边栏的免费 AI 助手插件，支持在 Google Chrome 和 Microsoft Edge 浏览器中使用。它整合了多款顶级大模型，包括 GPT-4o、Claude 3.7、Gemini 2.0、Grok 3 以及 DeepSeek R1/V3 等。

酷雀AI智能抠图是一款由苏州大创科技有限公司开发的专业图像处...

OCode是一个开源的 AI 编程助手，旨在通过自然语言与代码的交互，提升开发者的编码效率。

由克而瑞（CRIC）自主研发的中国首个专注于房地产行业的AI智能体。

Jaaz是一款开源的本地 AI 设计工具，旨在为用户提供免费的图像生成和编辑解决方案。

阿里巴巴通义实验室与中国科学技术大学联合推出的视觉感知驱动的多模态检索增强生成（RAG）推理框架。

谷歌于 2025 年 6 月推出的一款实验性应用程序，旨在让用户在移动设备上本地运行生成式 AI 模型。

一款面向企业级应用的实时语音活动检测系统，能够提供精准的帧级语音活动检测。

银河通用于 2025 年 6 月发布的全球首个产品级端到端具身导航大模型（FSD）。该模型具备纯视觉环境感知、语言指令驱动、自主推理和零样本泛化能力，能实现从视觉感知到动作输出的全链路闭环。

从容大模型 是由云从科技（孵化自中科院自动化所）研发的国产通用多模态大语言模型（LLM），支持文本、图像、语音等多模态输入，具备强大的理解、生成与推理能力。

一款面向中文用户的 智能PPT文档生成与美化平台，融合了 AI 技术与专业设计能力，帮助用户从文案输入到整套幻灯片生成实现全流程自动化。

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”。

一款由人工智能驱动的内容生成平台，旨在帮助用户快速创建高质量、专业化的文档和内容。

HackFast 是一款面向伦理黑客和渗透测试团队的 AI 驱动安全工具，旨在通过自动化和智能分析，提升渗透测试的效率和准确性。

一款基于人工智能的视频生成工具，允许用户通过输入文本、图片、脚本或提示词，快速生成风格多样、画质高清的视频内容。

一款结合人工智能技术的演示内容分析和优化平台，专注于提升演讲者的表达表现、幻灯片内容质量以及听众互动效果。

一款基于人工智能的视频背景移除工具，能够智能识别视频中的人物或主体，并自动去除背景，无需绿幕或专业设备。

Lumii 是一个 AI 驱动的游戏伴侣，设计目的是为玩家提供实时的游戏技巧和情感支持。

一款 AI 驱动的会议笔记工具，能够在会议进行过程中实时捕捉对话内容，并自动生成结构化的会议记录。

DGM 是一种具备自我进化能力的 AI Agent 系统。它通过迭代修改自身代码，提升自身性能，广泛应用于自动编程、代码优化、自动修复等领域。DGM 的核心理念是通过开放式探索和自我改进，实现 AI 系统的持续进化。

一个 AI 驱动的平台，专注于识别竞争对手的高性能替代页面，并自动生成 SEO 优化的比较页面。

Google DeepMind 于 2025 年 5 月推出的一款先进的 AI 手语翻译模型，旨在打破听障人士在沟通中的障碍。

Fairies 是一款革命性的通用 AI 代理工具，能够显著提升个人和团队的工作效率。它通过先进的自然语言处理技术和强大的多任务执行能力，帮助用户完成各种复杂工作。

一款先进的在线 AI 语音合成与声音克隆平台，支持多语言文本转语音（TTS）和个性化声音定制。

一个集写作辅助、研究支持和学习增强于一体的 AI 平台。

一个基于大型语言模型（LLM）的 AI 聊天平台，专注于生成类人对话。

小米公司于 2025 年 5 月开源发布的一款多模态大模型，具备强大的视觉、语言和交互推理能力。

Black Forest Labs 推出的一款多模态生成模型，专注于上下文感知的图像生成与编辑。

一个基于扩散变换器（Diffusion Transformers）的无掩码视频编辑框架，专注于唇部动作与音频的精准同步。

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。

一款基于共情大语言模型（eLLM）技术的语音语言模型，能够同时处理文本和语音输入，生成自然、富有表现力的语音响应。

灵码 IDE 是阿里云发布的首个 AI 原生开发环境工具，深度适配了最新的千问3大模型，全面集成通义灵码插件能力，具备编程智能体、行间建议预测、行间会话等功能。

阿里巴巴于 2025 年开源的自主搜索 AI 智能体，旨在通过模拟人类在网络上的行为，实现自动化的信息检索与多步骤推理。

一款智能浏览器自动化平台，专为 AI 代理（AI Agents）设计，旨在通过自然语言指令实现对网页的自动化控制。

一款创新型全栈通用 AI Agent，集成了自然语言处理、代码生成、网页浏览、API 调用、系统命令执行及应用操作等多种功能。

一个基于云的自动化平台，允许用户通过图形化界面设计和构建从简单任务到复杂流程的自动化工作流。

由南开大学与伊利诺伊大学厄巴纳-香槟分校（UIUC）联合研发的高效推理框架，旨在提升基于大型语言模型（LLM）的搜索智能体在处理复杂任务时的效率和响应速度。

一款视频虚拟试衣（Video Virtual Try-On, VVT）系统，能够将目标服装自然地融合到人物视频中，保持服装的细节和动态一致性。

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）。

快手推出的最新一代 AI 视频生成工具，于 2025 年 5 月 29 日正式发布。

一个基于 Diffusion Transformer 的图像一致性插件，主要用于图像到图像（Image-to-Image）风格迁移任务。