MAI-1-preview 是微软人工智能团队推出的端到端训练的基础模型，为用户提供遵循指令和回答日常查询的能力。

上次分享的漫画工作流，效果还行。最近公众号漫画很火？只需2步即可生成，超简单(小白可上手)但总觉得差点意思。那些AI生成的漫画，一眼就能看出是AI味。缺少...

InternVL3.5（书生·万象3.5）是上海人工智能实验室开源的多模态大模型，模型在通用能力、推理能力和部署效率上全面升级，提供从10亿到2410亿参数的九种尺寸版...

MAI-Voice-1 是微软人工智能团队推出的首个具有高度表现力和自然的语音生成模型。模型能在单个 GPU 上不到一秒钟内生成一分钟的音频，是目前最高效的语音系统...

Typeless是智能语音转录工具，能自动去除语音中的语气词和重复内容，能根据上下文自动调整语气和格式。Typeless支持100多种语言，能添加个人词典，确保转录准...

Async 是开源的开发者工具，为经验丰富的开发者提供结合AI编码、任务管理和代码审查的统一工作流，通过 AI 技术帮助开发者提高工作效率。

ReadyBase 是在线 AI 驱动的PDF生成工具，将原始数据或提示快速转换为精美的 PDF 文档。用户只需输入文字、数据或图片等信息，平台会根据内容自动生成排版清...

VibeFlow 是创新的无代码开发平台，支持用户通过自然语言描述来构建全栈 Web 应用。用户只需输入简单的提示词，VibeFlow 的 AI 引擎能自动生成完整的后端逻辑...

LoomlyAI 是专注于视觉内容解决方案的 AI 平台，提供 AI 模特和智能换装功能。基于 AI 模型取代传统模特拍摄，快速生成高质量的商业图片和视频，解决模特拍摄...

gpt-realtime 是 OpenAI 最新推出的先进语音模型，专为实际任务设计。模型能生成高质量、自然的语音，支持多种语言和语音风格，能理解非语言线索并根据场景调...

OmniHuman-1.5 字节推出的先进的AI模型，能从单张图片和语音轨道生成富有表现力的数字人动画。模型基于双重系统认知理论，融合多模态大语言模型和扩散变换器...

pillowtalk是注重隐私的语音日记应用，能通过科学引导帮助用户缓解压力、改善睡眠。应用支持用户语音或文字记录日记，支持99种语言的转录，并提供个性化见解。

Meeseeks 是美团 M17 团队开源的大模型评测集，用在评估模型的指令遵循能力。Meeseeks通过三级评测框架，从宏观到微观全面衡量模型是否能严格按照用户指令生...

嘿，大家好！这里是一个专注于前沿AI和智能体的频道~腾讯优图实验室悄摸摸开源了Youtu-agent， 在较复杂的的深度搜索和工具使用benchmark上表现不错，今天给...

来不及解释了，一致性的王Nano banana已经上线到AI Studio、Gemini、Whisk、Opal、OpenRouter，在flowith还可以批量生成，不用在lmarena上无尽抽卡了，这些平...