AI工具

ZDTaichu5.0-9B是紫东太初开源的9B通用多模态大模型，面向物理世界与具身智能。它在九大空间基准拿下8项同参数全球第一，MindCube-tiny得78.27分大幅领先同级...

Hologres 是阿里云推出的一站式 Agentic 多模态检索分析平台，兼容 PostgreSQL 协议，支持 PB 级海量数据的实时写入与更新、OLAP 即席分析、高并发点查以及文...

Gemini 3.8 Live 是谷歌推出的原生实时语音对话模型，含标准版与 Extended Thinking 版，支持音频到音频直达、97 种语言热切换、后台异步工具调用、实时视觉...

Vidu S2 是生数科技推出的实时视频生成模型，含 S2-Editing 实时编辑与 S2-Avatar 实时互动两大引擎，720P、25-42FPS 输出，支持换装换角色换背景，StreamAV-...

Step Audio 3 是阶跃星辰推出的语音大模型系列，涵盖 Realtime 实时对话、ASR 语音识别、TTS 语音合成、Gen 音频生成与 Music 音乐创作，Realtime 语音推理准...

YuE2 是香港科技大学与 M-A-P 团队开源的音乐生成模型，YuE 的升级版本。它采用白盒乐谱规划机制，根据歌词与风格先生成可编辑 ABC 乐谱再渲染 48kHz 完整歌...

法界通是面向中国用户的一站式 AI 法律服务平台，整合法律内容社区、公开咨询、AI 法律助手与零中介费的律师认证撮合，支持 Web 与 iOS 多端互通。本站详解其...

HiDream-O1-Video-1.0（简称HD-V1）是智象未来（HiDream.ai）推出的原生全模态视频生成模型，支持文本、图片、视频输入，一键直出5–20秒1080p视频，音画原生...

UnifoLM-WLA-1.0是宇树科技推出的6B具身多模态大模型，基于约2500小时真机数据训练，视觉、语言与动作统一建模，单模型统筹54项桌面操作与10项全身移动任务，...

书生-S2（Intern-S2）是上海人工智能实验室开源的397B多模态基础大模型，主打AI for Science，Memory Decoder架构支持可插拔专业记忆，无需重训主模型即可扩...

WooMoo是Romangic团队推出的AI塔罗应用，主打以心理学为底、用塔罗语言表达的情绪陪伴。支持文字与语音提问，摇手机洗牌、滑动选牌后由AI生成个性化解读，内...

Xiaomi-CocktailASR-1 是小米开源的目标说话人语音识别大模型，以参考语音为声纹提示，无需语音分离即可从多人混合语音中转录指定说话人，支持空文本拒识与 C...

LingBot-World 2.0 是蚂蚁灵波科技开源的实时交互世界模型，可像游戏一样实时操控，支持攻击施法跳跃与雨雪事件，小时级生成不漂移，高配达 720P/60FPS，1.3B...

Kimi K2.8 Preview 是月之暗面推出的新一代主力编程模型，已在 Kimi Code 与 Kimi Work 全量上线，编码与 Agent 能力较 K2.7 提升，支持 low/high/max 三档思...

Town 是主动型 AI 个人助理，不止于在聊天框等待提问。连接用户邮箱和日历后，Town 会持续学习其联系人、日程与习惯，主动承担事务：Routines 引擎可预设清晨...