最好用的AI工具

AI工具

1,760 個結果

分類排序

Grok 4.7 – SpaceXAI 推出的最新旗艦大模型

Grok 4.7是什麼 Grok 4.7 是 ...

Xiaomi MiMo-V2.6 – 小米開源的全模態模型系列

Xiaomi MiMo-V2.6是什麼 Xiao...

Kimi Code Desktop – Kimi 推出的 Kimi Code 桌面客戶端

Kimi Code Desktop是什麼 Kim...

Jev Search – 開源 AI 搜索引擎，調用 Jev 模型自動分析

Jev Search是什麼 Jev Search...

Laya – 開源的非自迴歸 AI 決策模型，Jev 開源平替

Laya是什麼 Laya 是開源的非...

WebCraftBench – 騰訊聯合清華推出的AI網頁生成評測基準

WebCraftBench是什麼 WebCraftBench 是騰訊混元聯合清華、北大推出的 AI 網頁生成評測基準。WebCraftBench先給生成應用自動插樁，讓智能體通過 Playwright 實際操作網頁探索功能，用代碼覆蓋率引導查漏；再將交互記錄抽象成狀態圖，從美觀度、易用性、需求符合度三個維度分別打分。基準含 369 條真實需求、5,088 條人工覈驗的驗收標準，覆蓋 17 個前沿模型的 6,273 個應用，與人類偏好一致率達 85.3%。 WebCraftBench的主要功能真實需求評測集：包含 369 條來自真實使用流量的用戶需求，配 5,088 條經人工覈驗的驗收標準，覆蓋功能、內容、視覺三類要求。交互式自動探索：智能體通過 Playwright MCP 像測試人員一樣點擊、輸入、切換頁面，主動發現功能並測試邊界情況。代碼覆蓋率引導：基於 Istanbul 自動插樁，實時監測覆蓋率，發現探索不足時由輔助模型提示未觸達的代碼方向。狀態抽象與整理：將冗長的操作記錄去重、規範化，合併爲狀態轉移圖，提煉關鍵運行證據供評分使用。三維獨立評分：分別評估美觀度、易用性、需求符合度，合成標準化綜合分。人類偏好驗證：在獨立驗證集上與經複覈的人工投票對比，成對判斷一致率達 85.3%，驗證評測可靠性。 WebCraftBench的技術原理自動插樁收集運行證據：系統在應用代碼中注入計數器，支持靜態 HTML、Vite、Next、CRA、Astro 等框架。應用啓動後，每次交互都會回傳代碼覆蓋率及增量，讓”哪些代碼被執行過”變得可觀測。覆蓋率引導的智能體探索：探索智能體不看不源碼、不看驗收清單，按 GUI 測試流程操作網頁。當連續三次交互沒有帶來新增覆蓋時，系統請另一個模型分析尚未執行的代碼，將建議轉成自然語言交給探索智能體繼續嘗試。狀態抽象壓縮交互軌跡對頁面結構做規範化處理，相同頁面合併爲同一狀態，操作連接爲狀態轉移圖。避免重複截圖擠佔評分模型的上下文，讓故障路徑一目瞭然。探索與評分分離的多維打分：探索階段收集證據時不看驗收清單，評分階段才逐條對照標準檢索證據。美觀度和易用性採用”找優點—挑缺陷—裁判定分”的三輪評議（；需求符合度每條判斷必須引用運行證據，按滿足比例計分。三個維度各佔綜合分三分之一。如何使用WebCraftBench 準備生成應用：讓被評測的模型根據需求生成網頁應用，部署爲可運行狀態。自動插樁：運行 WebCraftBench 的插樁工具，在應用代碼中注入覆蓋率計數器，使每次交互都能回傳代碼執行信息。交互探索：啓動探索智能體，通過 Playwright MCP 操作網頁，執行點擊、輸入、切換頁面等動作，主動發現功能並測試邊界情況。覆蓋率引導查漏：當連續三次交互無新增覆蓋時，系統由輔助模型分析未執行代碼，生成自然語言建議交給探索智能體繼續探索（最多 100 步）。整理運行證據：系統自動對頁面結構做狀態抽象，將操作記錄去重合併爲狀態轉移圖，保留截圖與交互軌跡。三維評分：評分智能體分別評估美觀度、易用性，逐條對照驗收標準檢查需求符合度，每條判斷須引用運行證據。輸出結果：獲得三個維度的標準化分數及綜合總分，可與模型池排名對比，分差越大結果越可信。 WebCraftBench的核心優勢實測導向：讓智能體真實操作網頁打分，而非只看代碼或截圖，能發現”入口按鈕壞了、首頁打不開”這類靜態評測漏掉的問題。覆蓋率引導探索：用代碼覆蓋率做”查漏線索”，測試智能體找不到功能時由後台模型提示方向，減少把探索失敗誤判爲產品缺陷。探索與評分分離：驗收清單隻在評分階段使用，既保留需求約束，又不限制清單之外的交互被觀察，擴大評測覆蓋範圍。多維獨立評分：美觀度、易用性、需求符合度分開打分，避免”顏值高但一用就崩”的模型被單一總分掩蓋短板。人類偏好高度一致：在 197 組經複覈的人工對比中判斷一致率達 85.3%，分差大時（≥0.75）一致率升至 98%，結果可信度高。評測穩定性強：更換評分裁判模型後排名相關係數仍達 0.980，前四名順序不變，結論不依賴單一裁判。 WebCraftBench的項目地址 arXiv技術論文：https://arxiv.org/pdf/2609.15387 WebCraftBench的同類競品對比對比維度 WebCraftBench WebArena 評測對象 AI 生成的網頁應用質量智能體在現成真實網站上的任務完成能力核心問題 “AI 寫的網頁好不好？” “智能體會不會用網頁？” 被測主體生成模型（Claude、GPT、Qwen 等）智能體（Agent）本身評

Qwen-Image-2.1 – 阿里千問團隊開源的圖像生成模型

Qwen-Image-2.1是什麼 Qwen-I...

Step 5 Preview – 階躍星辰推出的新一代旗艦基座模型

Step 5 Preview是什麼 Step 5...

Qwen3.8-LiveTranslate – 阿里通義推出的實時同聲傳譯模型

Qwen3.8-LiveTranslate是什麼...

Livo – 快看漫畫推出的 AI 數字生命互動應用

Livo是什麼 Livo 是快看漫畫推出的 AI 數字生命互動產品。產品是持續運轉的虛擬世界，角色有獨立的作息、日程、情緒和人格，用戶關閉 App 後他們仍在生活；用戶的每句話、每個選擇都會通過「命運因果鏈」留下痕跡，影響角色關係和故事走向。產品內置多個獨立世界觀故事，通過「照見我」把互動軌跡匯成星圖，讓用戶看見自己被世界如何理解。 Livo的主要功能活着的世界：世界持續自主運轉，角色有自己的日程，用戶關閉 App 後故事仍在推進。活着的角色：角色擁有獨立作息與人格，情緒會起伏，相處久了性格會真實變化且不可逆。人格演化：角色不是固定標籤，會因用戶的言行而成長、改變，形成獨一無二的相處軌跡。命運因果鏈：用戶的每個選擇都被記錄，影響後續事件與故事走向，同一角色對不同人呈現不同故事。看得到的情緒：對話中角色的情緒以流動的粒子與色彩實時呈現，不用猜他在想什麼。多個世界：內置多個獨立世界觀作品，各有自己的設定、角色與敘事線，可隨意切換進入。照見我：所有互動匯成一張星圖，記錄用戶瞭解了多少、改變了什麼，照見自己在世界中的樣子。如何使用Livo 下載安裝：在 App Store 商店搜索 Livo，下載安裝。激活進入：輸入邀請碼激活內測權限，註冊登錄後進入產品。選擇世界：在「蒂利亞之冬」「DOLO最後的夏天」等多個世界中挑一個感興趣的故事進入。觀看開場：通過精緻的開場視頻瞭解世界觀背景，隨後被「放置」到具體場景中。主動開口：沒有任務列表，需要主動找角色搭話，甚至和路過的 NPC 閒聊來開啓故事。觀察角色：對話時留意角色的狀態欄，能看到他此刻的情緒和說話動機。自由回應：既可選系統給的建議回覆，也可自由發揮，不同說法會觸發不同反饋。推進或閒逛：選擇主線劇情「註定命運」，或在場景中閒逛觸發支線「潛在命運」。離開與回訪：關閉 App 世界仍在運轉，回來後可在世界地圖看到角色這段時間的動態。照見自己：在「照見我」頁面查看世界如何理解和記錄你留下的痕跡。 Livo的核心優勢世界持續運轉：用戶不在場時角色仍按自己的日程生活，世界狀態隨時間自主演化。敘事因果真實：用戶行爲會進入因果鏈條，通過多 Agent 之間的信息流動產生連鎖反應。角色人格獨立：每個角色擁有六層人格檔案，會因相處而發生不可逆的性格變化。關係有主動權：角色是否深入交流取決於關係、狀態和正在發生的事，對話是世界產生關係後的產物。用戶被世界看見：「照見我」把互動沉澱爲世界眼中的”你”，讓用戶體驗被理解和重新認識自己。 Livo的同類競品對比對比維度 Livo（快看漫畫）星野（MiniMax）產品定位會自己活着的 AI 世界，微型世界模擬器沉浸式 AI 角色扮演與虛擬社交社區內容來源 PGC 爲主，官方世界觀作品，創作者注入靈魂 UGC 爲主，用戶自創數百萬智能體，社區共創角色與您的關係角色有自己的主線，用戶是進入世界的參與者角色圍繞用戶互動，用戶是話題引導者時間機制用戶離線世界照轉，角色繼續過日子對話輪次驅動，關掉 App 角色基本凍結因果與記憶命運因果鏈，多角色間連鎖反應，記憶不可逆動態記憶+事件簿摘要，但可回溯、可重說，控制權在用戶交互模態以文字敘事爲主，情緒可視化呈現文字+語音+圖像多模態，可實時語音通話容錯性劇情單向發展，不可撤回、不可回溯可重說、可回溯，自由度和容錯性高 Livo的應用場景沉浸式戀愛體驗：進入言情向世界，與不圍繞自己轉、有自己生活的角色發展真實感關係。劇情探索娛樂：像在敘事類遊戲裏一樣逛地圖、閒聊 NPC、觸發支線，追一個”永不完結”的故事。情緒陪伴與樹洞：低落時回到熟悉的世界，角色記得你的過往並給出有因果的回應，而非模板安慰。輕量社交觀察：圍觀多個角色之間的關係網絡自行演化，體驗”看戲”式的羣像樂趣。自我記錄與反思：通過「照見我」星圖回看自己在這個世界留下的軌跡，看見自己被如何理解與改變。

HappyOyster 1.0 – 阿里推出的實時生成式開放世界模型系列

HappyOyster 1.0是什麼 Happy...

MiniMax Code CLI – MiniMax 開源的命令行 AI 編程工具

MiniMax Code CLI是什麼 Mini...

Jev – TypeSafe AI 推出的 AI 結構化決策模型

Jev是什麼 Jev 是 TypeSafe A...

Hypit – 開源的 AI 視頻生成工具，自動復刻爆款視頻

Hypit是什麼 Hypit 是開源的 ...

GLM-5.3-FlashX – 智譜推出的高速推理模型

GLM-5.3-FlashX是什麼 GLM-5.3-FlashX 是智譜推出的高速推理模型，輸出速度最高 200 tokens/s，較 GLM-5.3-Flash 提速 5 倍、提價 2.5 倍，API 已開放。模型基於 10 萬張國產芯片算力，推理基礎設施由 GLM-5.3 驅動的 Agent 在兩週內自動構建完成，端到端吞吐達初始基線 3 倍。模型主打同尺寸最強智能、極高性價比，形成智能、價格、速度的全面競爭力，適用於對延遲敏感的實時交互與 Agent 高頻調用場景。 GLM-5.3-FlashX的主要功能高速文本生成：輸出速度最高 200 tokens/s，較 GLM-5.3-Flash 提速 5 倍。對話補全 API：通過 bigmodel.cn 開放標準 API，Model Key 爲 GLM-5.3-FlashX。在線體驗：官網體驗中心提供可視化試用入口，無需部署即可測試。實時 Agent 交互：低延遲特性適配高頻調用、流式輸出的智能體應用場景。高性價比推理：在保持同尺寸最強智能的同時，以 2.5 倍價格提供 5 倍速度。 GLM-5.3-FlashX的技術原理國產芯片推理算力底座：模型運行在 10 萬張國產芯片組成的推理集羣上，通過 Infra 側的持續投入與推理優化，保障大規模併發下的高速穩定輸出。 Agent 驅動的 Infra 構建：整套推理系統由 GLM-5.3 驅動的 Agent 自動構建，人類負責定目標、設邊界和審覈關鍵修改，Agent 自主完成測試、日誌分析、Trace 排查與代碼優化，形成「稠密反饋」閉環，不到兩週即實現端到端吞吐 3 倍提升。精度修復保障長上下文穩定：針對 KDA 的 CP 路徑，修復了 FP32 輸入默認走 TF32 計算導致的誤差累積問題，通過顯式設置 input_precision="tf32x3" 提升長上下文精度，修復已回饋至 Flash Linear Attention 上游。 KV Transfer 併發優化：定位到 DeepEP v1.2.1 的 C++ 調用未釋放 GIL、阻塞 Python 側 Mooncake Transfer 線程的問題，修復後 Prefill 加傳輸與單獨 Prefill 的性能差距從 20% 以上降至 1% 以內。 KDA Decode 算子去冗餘：將沿 V 維度分塊導致的四遍重複 FP32 歸一化與門控計算合併到同一線程塊，批量預計算並共享中間結果，算子性能提升至優化前的 1.71 倍。如何使用GLM-5.3-FlashX 註冊賬號：API調用網址 https://docs.bigmodel.cn/api-reference/，註冊並登錄賬號。獲取 API Key：在控制檯創建並複製你的 API 密鑰。確認模型名稱：調用時使用 Model Key GLM-5.3-FlashX。 API 調用：參考官方文檔（對話補全接口），將請求中的 model 字段設爲 GLM-5.3-FlashX 併發送請求。在線體驗（可選）：訪問體驗中心 https://www.bigmodel.cn/trialcenter/modeltrial/visual?modelCode=glm-5.3-flashx，免部署直接試用。接入應用：將 API 集成到你的應用或 Agent 工作流中，利用其 200 tokens/s 的高速輸出處理實時交互場景。 GLM-5.3-FlashX的核心優勢極致速度：輸出速度最高 200 tokens/s，較 GLM-5.3-Flash 提速 5 倍。智能不妥協：長期保持同尺寸最強智能水平，提速不以犧牲模型能力爲代價。高性價比：以 2.5 倍價格換取 5 倍速度，單位智能成本反而更低。國產算力底座：基於 10 萬張國產芯片推理集羣，供應鏈自主可控。 Agent 構建的 Infra：推理系統由 GLM-5.3 驅動的 Agent 不到兩週自動建成，端到端吞吐達基線 3 倍，迭代效率遠超傳統人工優化。工程深度優化：通過修復 TF32 精度偏差、GIL 阻塞、重複計算等問題，實現算子級性能躍升（KDA Decode 算子提升 1.71 倍）。 GLM-5.3-FlashX的同類競品對比維度 GLM-5.3-FlashX DeepSeek-V4-Flash 輸出速度 200 tokens/s（顯式標稱，主打賣點）官方未標稱具體數值，實測爲高吞吐檔價格 Flash 的 2.5 倍（絕對價未公佈，按 GLM-5 系定價推算居中檔） $0.14 / $0.28 每百萬 tokens（約 ¥1 / ¥2），爲 Flash 檔價格屠