AI工具
AuK – 騰訊混元開源的語音生成與編輯基礎模型
AuK是什麼 AuK是騰訊混元開源的15億參數語音生成與編輯基礎模型，採用流匹配擴散架構而非自迴歸。模型能通過統一的自然語言指令接口完成16種語音任務，包括零...
ffmpeg-skill – 開源的本地化視頻剪輯與處理 Agent Skill
ffmpeg-skill是什麼 ffmpeg-skill 是面向編程 Agent（Claude Code/Cursor/Codex）的開源 Agent Skill，讓 AI 能像專業剪輯師一樣調用本地 FFmpeg 處理視頻。...
PixRestore – 香港理工聯合OPPO推出的統一圖像修復模型
PixRestore是什麼 PixRestore 是香港理工大學與 OPPO 研究院聯合推出的統一圖像修復模型。模型採用像素空間 Diffusion Transformer 直接在像素層面進行 flow ...
Muse – Meta 推出的個人 Agent，支持跨應用推進日常事務
Muse是什麼 Muse 是 Meta 推出的個人 AI Agent，工具在授權範圍內理解目標、跨應用規劃並推進日常事務，再把關鍵決定交回用戶確認。Muse是一套委託—確認—執行...
Virse – AI 設計創意工作台，支持個性化檢索與內容生成
Virse是什麼 Virse 是面向專業設計團隊的 AI 創意工作台。平台以無限畫布爲基底，整合 50+ 生成模型，通過學習用戶的視覺偏好形成六維審美畫像，並用於個性化...
Ling-3.0-flash-VL – 螞蟻開源的原生多模態大模型
Ling-3.0-flash-VL是什麼 Ling-3.0-flash-VL 是螞蟻 InclusionAI 百靈系列首個開源的原生多模態大模型，基於 Ling-3.0-flash 的 MoE 架構拓展，總參數 124B、...
XiaoMi MiMo Desktop – 小米推出的桌面端通用 AI Agent
XiaoMi MiMo Desktop是什麼 XiaoMi MiMo Desktop 是小米推出的桌面端通用 AI Agent，內置新一代 MiMo-X-Pro/Flash 雙模型。模型可直接讀取表格、PDF、音視頻...
用 DeepSkill 搞定文獻綜述和數據分析（84個技能實測）
開學季一到，研究生們又開始和文獻、綜述、統計數據貼身肉搏了！誰不想讓AI幫忙分擔點活呢？可真去技能市場搜一圈，”文獻管理””數據分析“一搜一大把，下載量...
ChatGPT Images 2.5 – OpenAI 推出的新一代圖像生成模型
ChatGPT Images 2.5是什麼 ChatGPT Images 2.5 是 OpenAI 推出的新一代圖像生成模型，面向 ChatGPT、ChatGPT Work 及 Codex 全檔位用戶開放。模型生成延遲最...
H3-World – 騰訊聯合高校等開源的動作可控世界模型
H3-World是什麼 H3-World是騰訊聯合新加坡國立大學、香港理工大學推出的動作可控世界模型，基於33B的MiniMax-H3視頻生成器微調。模型將鍵盤操作翻譯成英文指...
