AI工具

VDN-MiniMax-H3 是 OpenVDN 团队开源的视频生成加速方案，基于 MiniMax-H3 改造，采用混合注意力与 DMD2 蒸馏把去噪步数压缩到 8 步，8 张 B200 约 11 秒生成...

Suno v6 是 Suno 新一代 AI 音乐生成模型系列，含旗舰 v6、实验性 v6-wild 与免费 v6-mini，支持自然语言局部编辑、多音频源混音、采样提取与图片视频生成歌...

teamai-cli是腾讯开源的MIT协议CLI工具，用Git仓库统一管理团队AI编程配置skills、rules、MCP与hooks，通过push到MR再到merge与pull的工作流分发到Claude Cod...

GoReady（就绪）是前月之暗面产品团队成员孟凡嵩创立的AI求职招聘应用，配备夏小野与沈睿两位AI经纪人，深度解析JD与简历的匹配点和差距并给出可解释理由，按...

PixRestore 是香港理工大学与 OPPO 研究院联合推出的统一图像修复模型，采用像素空间 Diffusion Transformer 与 flow matching，53.7M 参数覆盖八大类图像退...

ffmpeg-skill 是面向 Claude Code、Cursor、Codex 的开源 Agent Skill，内置 28 个结构化工具覆盖探测、剪切、字幕、调色、响度到批量导出，纯本地零费用，np...

AuK是腾讯混元开源的15亿参数语音生成与编辑基础模型，采用流匹配扩散架构，通过统一自然语言指令完成零样本TTS、语音内容编辑、声学调节、副语言编辑、降噪...

Ling-3.0-flash-VL是蚂蚁InclusionAI百灵系列首个开源原生多模态大模型，MoE架构总参124B、单次推理仅激活5.5B，原生图文与视频输入、256K上下文，支持网页复...

Virse是面向专业设计团队的AI创意工作台，以无限画布整合50+生成模型，LAMM审美记忆系统通过六维审美画像实现个性化检索与多轮改稿的风格稳定，支持Agent协作...

XiaoMi MiMo Desktop是小米推出的桌面端通用AI Agent，内置MiMo-X-Pro与MiMo-X-Flash双模型，可直接读取表格、PDF、音视频素材，自动拆解任务并调用工具，交...

H3-World是腾讯联合新加坡国立大学、香港理工大学推出的动作可控世界模型，基于33B MiniMax-H3微调，键盘操作转英文指令经时间注意力路由绑定视频帧，8000条...

ChatGPT Images 2.5 是 OpenAI 新一代图像生成模型，延迟最高降50%，支持局部精准调优、多轮不漂移与人物高保真，新增 @Sketch 手绘、模板与评论式编辑，API ...

MiniCPM5-2B 是面壁智能、OpenBMB 与清华联合开源的 2.5B 端侧语言基座，128K 上下文、34 项基准均分 53.9、6GB 内存可跑，兼容 vLLM/llama.cpp。

DeepSeek V4.1 Flash 是深度求索于 2026 年 9 月 8 日开启内测的轻量原生多模态大模型，采用全新 MoE 架构，社区实测 300–500 tokens/s，API 零迁移接入，9 ...

WikiSkill 是 Google Research 联合 Virginia Tech 提出的 AI Agent 技能进化框架，用三层工作空间把执行轨迹沉淀为持久化知识，再用四组件闭环让技能持续演...