AI工具

SimpleAR 是复旦大学视觉与学习实验室和字节 Seed 团队联合推出的纯自回归图像生成模型。采用简洁的自回归架构，通过优化训练和推理过程，实现了高质量的图像...

Aether 是上海AI Lab开源的生成式世界模型，完全基于合成数据训练。Aether 首次将三维时空建模与生成式建模深度融合，具备 4D 动态重建、动作条件视频预测和...

飞猪AI问一问是飞猪推出的多智能体驱动的AI旅行助手。通过多个专业智能助手协同工作，为用户提供从行程规划到预订的一站式旅行服务。用户只需提出需求，如旅...

Desearch是专注于深度研究和智能分析的平台，帮助用户高效获取有价值的信息并精准建立研究框架。平台提供了多种研究模式，包括普通模式、深度模式和专家模式...

Gemma 3 QAT（Quantization-Aware Training）是谷歌推出的最新一代开源模型，是Gemma 3 的量化优化版本。通过量化感知训练技术，Gemma 3 QAT 在显著降低内存...

7牛AI 是高效便捷的AI PPT生成工具。用户只需输入主题或要点，能快速生成完整的PPT初稿，大大节省制作时间。拥有丰富多样的模板库，涵盖商务、教育、科技等多...

OpenUtau 是开源的歌声合成工具，兼容 UTAU 音源库和重采样器，支持 VSQX 导入、多语言界面及预渲染功能，帮助创作者快速预览作品节省时间。OpenUtau现代化的...

SkyReels-V2是昆仑万维SkyReels团队推出的无限时长电影生成模型，基于扩散强迫（Diffusion-forcing）框架，结合多模态大语言模型（MLLM）、多阶段预训练、强...

CapWords 是创新的语言学习应用，通过 AI 技术让用户能随时随地学习新单词。用拍照功能，将生活中的物品转化为学习内容，识别物体并提供对应的外语单词、发音...

GigaTok 是用于自回归图像生成的视觉分词器，参数量达 30 亿。通过语义正则化技术，将分词器特征与预训练视觉编码器（如 DINOv2）的语义特征对齐，有效约束潜...

必火AI是专注于短视频创作的国产AI数字人工具，集成了数字人形象生成、语音合成、视频剪辑等多种功能。用户只需上传3分钟真人视频，可生成高度逼真的数字人形...

HumanRig 是阿里巴巴团队开发的 3D 人形角色自动绑定研究项目。解决现有绑定技术因缺乏高质量数据集而发展受限的问题，通过提供大规模、高质量的数据集和创新...

MineWorld是微软研究院开源的基于《我的世界》（Minecraft）的实时交互式世界模型，基于视觉-动作自回归Transformer架构，将游戏场景和动作转化为离散的token...

FastAPI-MCP 是将 FastAPI 应用的端点自动转换为符合模型上下文协议（MCP）的开源工具。具有零配置的特点，只需简单指向 FastAPI 应用可自动发现并转换所有端...

扣子空间（Coze Space）是字节跳动推出的通用型 AI Agent，帮助用户快速搭建和管理 AI 应用。通过可视化界面，没有编程基础，用户也能轻松创建。 集成了超过 ...