Vidi2是字节跳动推出的专注于视频理解和创作的多模态大语言模型。在多模态时间检索（TR）方面达到了行业领先水平，在时空定位（STG）和视频问答（Video QA）...

传声港是杭州龙投文化传媒有限公司旗下的AI驱动综合媒体服务平台，为企业提供一站式品牌传播与推广服务。平台整合了网络媒体、自媒体博主、网红达人等资源，...

Ito是开源的智能语音听写工具，通过其独特的“VibeTyping”技术，将用户的口语意图转换为精美文本。支持在邮件客户端、文档、聊天平台、浏览器和代码编辑器等各...

Talo 是先进的AI实时语音翻译工具，专为打破语言障碍设计，广泛应用于视频会议场景。支持超过60种语言的即时翻译，能无缝集成到Google Meet、Microsoft Teams...

GELab-Zero 是 StepFun 开发的开源 GUI Agent 模型，专注于移动设备的自动化交互和任务执行。具备本地可部署能力，支持在消费级硬件上运行 4B 模型，确保低延...

Spokenly 是为 Mac 和 iPhone 设计的智能语音听写应用，支持超过100种语言，具备自动语言检测功能，适合多语言用户和国际团队。提供“本地优先”模式，所有语音...

FLUX.2提示词指南是Black Forest Labs官方推出的FLUX.2使用指南，主要介绍如何通过结构化的JSON提示、精确的十六进制颜色控制及多参考图像编辑技术生成高质量...

DeepSeek-Math-V2 是 DeepSeek 团队推出的开源数学推理模型，能实现自我验证的数学推理。模型关注答案正确性，注重推理过程的严谨性。

闪电说是端侧优先的AI语音输入法，主打极速响应和高效输入。工具通过本地语音模型实现毫秒级识别，无需联网，响应时间仅约0.2秒，比传统键盘打字快4倍。

StepAudio R1 是阶跃星辰团队推出的全球首个开源原生音频推理模型。模型通过创新的模态锚定推理蒸馏（MGRD）框架，解决了传统音频模型在复杂推理中性能下降的...

Uigenius是Uigenius.top推出的AI辅助UI/UX设计工具，专为设计师、产品经理及需要界面设计的人群打造。通过AI技术，将用户输入的文字描述快速转化为高保真原型...

Depth Anything 3（DA3）是字节跳动Seed团队推出的视觉空间重建模型，通过单一Transformer架构实现从任意视角的视觉输入中恢复三维空间几何结构。

Z-Image 是阿里通义推出的图像生成模型，具有6B参数。模型包含三个变体：Z-Image-Turbo、Z-Image-Base 和 Z-Image-Edit，分别擅长快速推理、基础开发和图像编...

Nested Learning（嵌套学习）是谷歌推出的新型机器学习范式，能解决传统大语言模型在持续学习中面临的“灾难性遗忘”问题。Nested Learning将复杂的机器学习模...

Dealism 是创新的 AI 销售代理工具，专注于通过“氛围销售（Vibe Selling）”帮助企业提升销售效率和客户体验。通过分析企业的知识库、聊天记录和产品信息，学...