最好用的AI工具
精品文章
2,234 個結果
BoClaw – 博雲科技推出的 AI 原生 Agent 平台
BoClaw是什麼 BoClaw 是博雲...
Vidu Claw – Vidu AI推出的 AI 視頻創作 Agent
Vidu Claw是什麼 Vidu Claw「...
YouClaw – Chat2DB團隊推出的AI Agent桌面客戶端
YouClaw是什麼 YouClaw 是 Ch...
Composer 2 – Cursor推出的新一代AI編程模型
Composer 2是什麼 Composer 2...
LibTV實測 – 一鍵生成腳本分鏡，集成Seedance 2.0等主流模型
一覺醒來，我的龍蝦學會做短...
Granite-4.0-1b-speech – IBM開源的多語言語音模型
Granite-4.0-1b-speech是什麼...
EdgeClaw – 面壁智能聯合清華等開源的AI智能體框架
EdgeClaw是什麼 EdgeClaw 是...
Qianfan-OCR – 百度千帆推出的端到端文檔智能模型
Qianfan-OCR是什麼 Qianfan-O...
WindClaw – AI投研智能體平台，深度整合專業金融數據庫
WindClaw 是什麼 WindClaw 是...
Xiaomi MiMo-V2-Pro – 小米推出的 Agent 旗艦大模型
Xiaomi MiMo-V2-Pro 是什麼 X...
Xiaomi MiMo-V2-Omni – 小米推出的全模態Agent基座模型
Xiaomi MiMo-V2-Omni是什麼 X...
Xiaomi MiMo-V2-TTS – 小米推出的語音合成大模型
Xiaomi MiMo-V2-TTS是什麼 Xi...
Floatboat – AI Agent原生工作空間，專爲”一人公司”打造
Floatboat是什麼 Floatboat ...
MoiAI – AI 桌面智能 Agent，隱私優先和本地化部署
MoiAI是什麼 MoiAI 是面向專...
Nano Banana 2 國內使用教程：LiblibAI 免翻牆使用
Nano Banana 2 國內可用了！ ...
OpenMusic AI – AI音樂生成平台，一站式完成從創作到發行
OpenMusic AI是什麼 OpenMusi...
SaySo – AI語音輸入助手，自動過濾口語化文本
SaySo是什麼 SaySo 是 AI 語...
ZeroClaw – 開源的輕量級個人AI Agent運行框架
ZeroClaw是什麼 ZeroClaw 是基於 Rust 編寫的輕量級AI助手基礎設施，採用 Trait 驅動架構，將模型 Provider、通信 Channel、工具 Tool、內存 Memory 等核心能力抽象爲可插拔接口，實現零廠商鎖定——OpenAI、Claude、本地 Ollama 或 Telegram、Discord 均可一鍵切換。ZeroClaw內置守護進程、自動故障恢復、安全沙箱與 OpenClaw 無痛遷移，定位爲生產級”Agent 操作系統”，讓 AI 助手從腳本工具進化爲可運維、可監控的企業級服務。 ZeroClaw的主要功能 Trait 驅動架構：通過 Rust Trait 接口實現模型、渠道、工具、內存等核心組件的完全可插拔替換。 極致輕量運行時：單個二進制文件僅 8.8MB，內存佔用低於 5MB，啓動時間小於 10 毫秒。 零廠商鎖定設計：支持一鍵切換 OpenAI、Claude、DeepSeek、Ollama 等 AI 提供商，無需修改代碼。 多渠道通信支持：內置 Telegram、Discord、Slack、WhatsApp、郵件等 70 餘種通訊渠道集成。 自研記憶系統：基於 SQLite 的混合搜索引擎，結合向量相似度與 BM25 關鍵詞檢索，零外部依賴。 安全沙箱機制：顯式白名單授權、文件系統隔離、符號鏈接逃逸檢測，默認拒絕訪問敏感路徑。 守護進程管理：內置 Supervisor 自動重啓、Cron 定時任務調度，支持 systemd 和 OpenRC 服務託管。 網關與配對驗證：Webhook 服務默認本地綁定，6 位一次性配對碼防止未授權訪問。 一鍵運維診斷：提供 doctor、status、channel doctor 等命令，快速排查環境與配置問題。 如何使用ZeroClaw 安裝部署：通過 Homebrew 一鍵安裝、運行引導腳本從源碼構建，或下載預編譯二進制文件解壓到系統路徑。 初始化配置：執行 zeroclaw onboard 命令配合 API 密鑰和提供商參數完成快速配置，或使用交互式嚮導逐項設置。 啓動對話：運行 zeroclaw agent -m "消息" 進行單次問答，或直接輸入 zeroclaw agent 進入交互式聊天模式。 開啓網關：執行 zeroclaw gateway 啓動本地 Webhook 服務器接收外部消息，使用 --port 0 啓用隨機端口增強安全性。 運行守護：輸入 zeroclaw daemon 啓動後台常駐進程，實現自動故障恢復和定時任務調度。 運維監控：使用 zeroclaw status 查看運行狀態，zeroclaw doctor 診斷系統問題，zeroclaw channel doctor 檢查渠道健康。 服務託管：執行 zeroclaw service install 將進程註冊爲系統服務，支持 systemd 用戶級或 OpenRC 系統級託管。 數據遷移：運行 zeroclaw migrate openclaw --dry-run 預覽並確認無誤後，執行正式遷移命令導入歷史數據。 訂閱認證：通過 zeroclaw auth login 或 zeroclaw auth setup-token 配置 OpenAI Codex、Claude 等訂閱服務的身份憑證。 ZeroClaw的項目地址 GitHub倉庫：https://github.com/zeroclaw-labs/zeroclaw ZeroClaw的應用場景 低資源邊緣設備：在樹莓派、ARM 開發板等 10 美元級硬件上部署 AI 助手，內存佔用低於 5MB，適合物聯網和邊緣計算場景。 高併發 Agent 集羣：單台 4GB 服務器可運行 200+ 實例，相比 OpenClaw 只能運行 2 個實例，大幅降低雲服務器成本。 自動化運維助手：通過 Cron 定時任務和守護進程模式，實現服務器監控、日誌分析、定時備份等無人值守運維操作。 多平台客服機器人：藉助可插拔 Channel 架構，同時接入 Telegram、Discord、Slack、WhatsApp 等渠道，統一管理與用戶交互。 安全敏感環境：用顯式白名單、文件系統隔離和配對驗證機制，在企業內網或金融、醫療等合規要求嚴格的場景中安全運行。
Ming-omni-tts – 螞蟻集團開源的統一音頻生成模型
Ming-omni-tts是什麼 Ming-omni-tts 是螞蟻集團開源的統一音頻生成模型，採用自迴歸架構實現語音、音樂和音效的聯合生成。模型支持通過自然語言指令對語速、音調、音量、情感和方言進行細粒度控制，粵語方言控制準確率達93%，情感控制準確率46.7%，超越CosyVoice3。技術上採用統一連續音頻Tokenizer和Diffusion Transformer架構，以12.5Hz幀率處理多模態音頻，通過”Patch-by-Patch”壓縮策略將LLM推理幀率降至3.1Hz，在降低延遲的同時保持音質。16.8B參數版本在Seed-tts-eval中文測試集上WER僅0.83%，超越SeedTTS和GLM-TTS。模型內置100+優質音色，支持零樣本聲音設計，提供Docker鏡像和Gradio演示，適用於有聲書、播客、多語言內容創作等場景。 Ming-omni-tts的主要功能 統一多模態音頻生成：業界首個自迴歸模型，可在單通道中聯合生成語音、環境音和音樂，實現”身臨其境”的聽覺體驗。 細粒度語音控制：支持通過簡單指令精確控制語速、音調、音量、情感和方言，粵語方言控制準確率高達93%，情感控制準確率達46.7%。 智能聲音設計：內置100+優質音色，支持通過自然語言描述進行零樣本聲音設計。 高效推理優化：採用”Patch-by-Patch”壓縮策略，將LLM推理幀率降至3.1Hz，顯著降低延遲。 專業文本歸一化：準確解析和朗讀複雜數學表達式、化學方程式等專業格式，內部測試集CER僅1.97%。 多語言支持：支持中文、英文等多種語言的語音合成與跨語言遷移。 零樣本TTS：僅需3-10秒參考音頻即可克隆任意音色，在Seed-tts-eval上WER低至0.83%。 Ming-omni-tts的技術原理 統一連續音頻Tokenizer：基於VAE的連續Tokenizer，以12.5Hz幀率將語音、音樂和通用音頻整合到統一潛空間，支持多模態音頻的聯合建模。 Diffusion Transformer (DiT) Head：採用擴散頭架構增強音頻生成質量，提升音質細膩度和自然度。 Patch生成策略：採用patch大小爲4、回溯歷史爲32的生成策略，在局部聲學細節和長期結構連貫性之間取得平衡。 自迴歸生成架構：業界首個在單通道中聯合生成語音、音樂和音效的自迴歸模型，實現統一音頻生成。 “Patch-by-Patch”壓縮機制：通過壓縮策略將LLM推理幀率從原始頻率降至3.1Hz，大幅降低計算延遲和推理成本。 指令微調對齊：通過指令微調實現對語速、音調、音量、情感和方言的細粒度控制，支持自然語言指令解析。 Ming-omni-tts的項目地址 GitHub倉庫：https://github.com/inclusionAI/Ming-omni-tts Hugging Face模型庫： https://modelscope.cn/models/inclusionAI/Ming-omni-tts-16.8B-A3B https://huggingface.co/inclusionAI/Ming-omni-tts-0.5B Ming-omni-tts的應用場景 有聲書與播客製作：支持長文本語音合成，Podcast TTS任務CER僅1.84%，適合有聲讀物、新聞播報和播客內容生成。 多語言內容創作：支持中文、英文等多語言語音合成與跨語言音色遷移，滿足全球化內容生產需求。 遊戲音效設計：可聯合生成語音、環境音和音樂，爲遊戲場景提供沉浸式音頻體驗。 教育培訓領域：準確朗讀複雜數學表達式、化學方程式等專業內容，適用於在線教育課件和學術講解。 智能客服與助手：內置100+優質音色，支持零樣本聲音克隆，可快速定製品牌專屬語音助手。 廣告與營銷配音：通過情感控制和方言支持，生成富有感染力的廣告配音和本地化營銷內容。
Clawra – 基於OpenClaw框架開源的AI虛擬女友
Clawra是什麼 Clawra是基於Op...