AI资讯AI新闻资讯正文MiniMax 发布 Music3 音乐模型：给歌词和描述，可生成最长 5 分钟歌曲发布于AI新闻资讯发布时间 :2026年8月14号 16:22阅读 :1分钟MiniMax 今天推出了音乐生成模型 MiniMax-Music3，输入歌词和音乐描述，就能生成最长5分钟的完整歌曲，输出为32kHz、16-bit 立体声 WAV 文件。支撑这个能力的是一套分层自回归架构，两个模型各司其职、上下配合。全局语言模型 Global LLM 参数规模8B，逐帧预测第1个 RVQ 码本，专门负责建模歌曲的长程语义与结构变化——它是从 Qwen3-8B 初始化来的，训练时先让嵌入层和输出层适配音乐语义词元，再与局部模型联合建模全部码本;局部语言模型 Local LLM 参数只有0.6B，负责预测每一帧里其余的声学码本，把细粒度的声学信息一点点补回来。一个大模型管结构骨架，一个小模型填声音血肉，分工相当清晰。官方表示，模型能在长音频中稳稳守住音乐主题、节奏、歌声身份和编曲的推进，前奏、主歌、预副歌、副歌、桥段、器乐间奏、尾奏这些结构一个不落。官方已在 GitHub 放出模型页面，并提供生成的歌曲示例供试听。地址：https://huggingface.co/MiniMaxAI/MiniMax-Music3

AI资讯AI新闻资讯正文宇树科技发布“超人”人形机器人:原地跳高2米、极速12.66m/s发布于AI新闻资讯发布时间 :2026年8月17号 14:17阅读 :1分钟8月17日，宇树科技发布了一段名为“超人”的人形机器人演示视频。该机器人凭借0.85米的腿长，可实现原地跳高2米，极限奔跑速度达到12.66m/s，两项指标均超越人类现有世界纪录。据宇树科技披露，该全新整机研发周期仅三个多月，未来数月仍有较大的性能完善空间。此次发布的“超人”机器人展示了宇树在足式机器人运动控制与高功率密度关节技术上的最新突破，为其在工业巡检、特种作业等场景的部署提供了技术验证。

AI资讯AI新闻资讯正文AI企业也能按Token融资：广东首推“Token贷”发布于AI新闻资讯发布时间 :2026年8月14号 17:28阅读 :1分钟8月14日，广东省首个词元经济专项金融产品“Token贷”在广州海珠区发布，旨在为算力及AI相关中小微企业提供更匹配其业务模式的融资支持。以中国银行广州分行为例，该行针对海珠区算力中小微企业推出“算力Token贷”，按照企业合同金额及Token消耗额度核定融资额度，主要采用信用、应收账款质押、订单融资等担保方式，并可组合保证、抵押等增信措施进一步扩大额度。对于新设企业，在能够提供原经营企业连续经营佐证材料或担保的情况下，也可按订单申请融资。据悉，中国银行此前已开展试单授信，累计资金规模达到2800万元。随着大模型应用快速扩张，Token消耗逐渐成为AI企业经营活动的重要指标，此类金融产品尝试将算力、Token使用量及订单等业务数据纳入授信体系，为AI企业融资提供新的信用评估维度，也标志着金融机构开始探索适配词元经济的新型金融服务模式。

AI资讯AI新闻资讯正文智谱 GLM-5.3 发布：7400 亿参数没涨，靠后训练硬拉 50% 性能，编程能力逼近 Fable 5发布于AI新闻资讯发布时间 :2026年8月14号 14:29阅读 :1分钟8月14日，智谱正式发布大模型 GLM-5.3。基座参数量仍然是7400多亿，跟 GLM-5.2同一套底子，此前传闻的万亿参数升级并没有出现——那枚牌大概被留给了 GLM-5.5。但智谱靠着后训练这招，硬是让 GLM-5.3的性能比上一代提升了50%，在多项主流基准测试中拿下了当前开源模型最高排名，编程与智能体能力接近 Claude Fable5，编程体感超过其他国产模型。几项关键基准的成绩跃升很有说服力。在衡量模型于真实终端环境中完成复杂任务的 Terminal-Bench3.0上，得分从4.6一口气蹿到28.3;聚焦长程软件工程与持续代码修改能力的 DeepSWE v1.1，从46.2涨到66.9;覆盖多类真实专业场景、强调跨工具协作与长程任务的 Agents’ Last Exam，从23.8提升到28.5。在覆盖44种职业、考察真实高价值知识工作的 GDPval-AA v2中，GLM-5.3拿到1769分，展现出基于编程能力涌现出的专业任务执行力。整体来看，它在复杂软件工程、终端操作和更广泛的真实世界 Agent 任务上都有显著进步。最能说明问题的是智谱自研的 Z.ai Code Bench——这套评估把模型塞进真实的本地开发环境，在不同思考档位下执行端到端任务，尽可能还原开发者实际用 Coding Agent 时的体感。测试结果显示，GLM-5.3在效果和 Token 利用率之间找到了更好的平衡:High 档位下准确率达到31.4%，超过 Claude Opus4.8最高档位的29.5%，而每项任务平均只输出约5万 tokens，Opus4.8则需要约12万 tokens——意味着 GLM-5.3能用更短的执行路径走完同样的事。产品落地方面，GLM-5.3即日起上线智谱官方编程工具 ZCode 和效率工具 AutoClaw，同步开放给 GLM Coding Plan 全量用户及订阅用户。TraeWork、TraeCode、扣子、WorkBuddy、CodeBuddy、Qoder、QwenWork、CatPaw、JoyCode、OpenCode 等第三方编码平台也开放了抢先体验。API 很快上线，完整模型权重将在两周内完成必要的安全加固后开源——智谱的策略是尽可能限制模型的潜在攻击能力，同时保留其防御价值。今天13:00，GLM Coding Plan 全员额度已经重置，所有用户后台的用量统计均可看到额度回满。

AI资讯AI新闻资讯正文​ 突破千亿参数大关！“阳光清言”藏语大模型正式发布，拉萨市纳金数智研究院揭牌成立发布于AI新闻资讯发布时间 :2026年8月21号 9:39阅读 :1分钟8 月 20 日， 2026 全球数字经济大会拉萨分会场“数启纳金·智汇高原”主题论坛在拉萨盛大举行。在本次活动现场，拉萨市纳金数智研究院正式揭牌成立，备受瞩目的“阳光清言”通用藏语大模型也同步迎来了正式发布。据了解，“阳光清言”通用藏语大模型的研发成果最早于 2025 年 11 月 19 日亮相，随后顺利通过了中央网络安全和信息化委员会办公室的备案。在经历近两个月的内部测试以及两个多月的公开测试后，该模型终于在今天正式发布。中国工程院院士、西藏大学教授、拉萨市纳金数智研究院发起人尼玛扎西在主旨报告中指出，“阳光清言”是基于强基座模型精心打造的千亿级参数藏语通用大模型。它不仅完美继承了强基座模型的通用智能与世界知识，还通过引入海量藏语多源数据，实现了对藏语文和西藏相关知识体系的深度理解与生成。尼玛扎西同时坦言，由于模型训练阶段所需的大规模算力和高质量数据仍相对不足，“阳光清言”目前在整体表现上距离设计目标还有一定提升空间。未来，研究院将持续加大在算力基建和数据规模方面的投入，推动模型技术能力的快速迭代跃升，并计划针对不同的应用场景推出各种参数规模的“阳光清言”系列大模型。在组织架构与产业落地方面，拉萨市纳金数智研究院是由拉萨市柳梧新区管理委员会与西藏大学依托双方战略合作协议共同建设的。该研究院深度整合了“政产学研用”各方优质资源，核心定位是面向拉萨市以及西藏自治区数字产业和高原特色产业发展的人工智能创新平台。未来，它将重点开展人工智能领域的关键技术研发、成果验证与应用转化，切实打通科研创新与产业发展的“最后一公里”。此外，在论坛活动现场，系列阳光语言技术成果以及多项面向文旅产业的研发成果和产品也同步惊艳亮相，涵盖三维重建与互动体验以及数字人等应用。活动期间，主办方还举办了联合实验室签约仪式，并邀请多位专家学者与数字经济领域的企业代表，围绕人工智能如何赋能企业数字化转型展开深入的交流座谈与技术供需对接。

AI资讯AI新闻资讯正文Adobe Firefly音频工具全面上线，支持AI生成音乐、语音和音效发布于AI新闻资讯发布时间 :2026年8月21号 9:43阅读 :1分钟Adobe正式推出Firefly音频生成工具，包括“生成音乐”“生成语音”和“生成音效”，用户可直接在Firefly桌面及移动Web应用中创建商业安全的音频内容，进一步将AI音频能力融入视频创作流程。Adobe与伯克利音乐学院近期调查显示，100%的受访视频创作者、音乐人和营销人员会在视频中使用音乐，其中32.7%已使用AI生成音乐;43.2%将法律及版权风险、38.9%将授权费用视为主要障碍。针对这些痛点，Firefly“生成音乐”可根据视频内容、氛围、节奏和时长生成原创且完全授权的音乐，并提供4个方案供用户编辑选择。Adobe表示，生成内容无需额外订阅即可用于商业作品。“生成语音”可将脚本转换为自然旁白，支持Adobe Firefly语音模型及ElevenLabs模型，并可通过表现力、发音等标签调整语音效果;“生成音效”则支持文本提示或录制声音作为参考，生成与画面动作、节奏和氛围匹配的音效。与此同时，Adobe继续扩展Firefly第三方模型生态，新增Gemini Omni Flash，可结合视频、音频和图像进行内容创作。此前Firefly已加入Runway Aleph2.0和Kling2.0，目前模型阵容涵盖Google、Kling AI、Luma AI、OpenAI、Runway及Adobe自有模型。Adobe正通过整合多模型与多模态音视频能力，进一步完善Firefly一站式AI创作工作流。

AI资讯AI新闻资讯正文Waymo定制出租车Ojai全面接入Gemini，开启车内智能交互新体验发布于AI新闻资讯发布时间 :2026年8月21号 9:44阅读 :1分钟作为全球自动驾驶领域的头部玩家，Waymo近日正式宣布了一项重磅升级:将谷歌旗下的Gemini人工智能助手深度整合进其专为网约车场景打造的定制自动驾驶出租车Ojai之中，标志着无人物流与出行正加速向高度智能化迈进。在市场布局与运营进展方面，目前这款搭载了Gemini助手的全新Ojai车型已经在洛杉矶、菲尼克斯和旧金山向所有普通用户全面开放。按照官方规划，Waymo计划在今年晚些时候将该服务进一步拓展至丹佛、拉斯维加斯和圣迭戈等多个新城市。在出行选择上，未来乘客在呼叫网约车时，可以在全新的Ojai车型与现有的捷豹I-Pace自动驾驶出租车之间根据需求自由选择。在核心功能与交互体验上，目前处于Beta测试阶段的车内Gemini助手为乘客带来了更加自然流畅的语音互动模式。在乘车出行期间，乘客仅通过日常对话就能够轻松实现调节车内温度、查找周边兴趣场所、聆听沿途知名地标介绍等多种便捷操作。此外，如果乘客向AI提出靠边停车的请求，该指令会被安全转交给底层的Waymo Driver进行统一调度与处理。在系统安全与架构设计上，车内AI助手与核心的自动驾驶底层系统保持了高度独立。Gemini无法直接访问车辆的实时驾驶数据，也无法直接对车辆的底层控制权限进行干预。Waymo表示，未来将依托这一全新的智能交互层持续打磨并完善各项功能，在确保绝对行车安全的前提下，为乘客带来更加舒适、个性化的乘车体验。

AI资讯AI新闻资讯正文皮尤研究:ChatGPT发布后，超三成网页出现AI创作痕迹发布于AI新闻资讯发布时间 :2026年8月21号 10:34阅读 :1分钟皮尤研究中心8月20日发布最新研究称，在ChatGPT于2022年11月发布后上线的网页中，超过三分之一已经出现AI撰写或大量编辑的迹象，显示生成式AI正在快速改变互联网内容生态。研究基于Common Crawl网络档案库，覆盖近5年的约50万个英文网页，并利用Open Pangram技术检测AI创作痕迹。在2026年7月随机抽取的1万个网页中，约10%存在明显AI创作迹象。由于样本包含大量AI出现前发布的旧网页，皮尤进一步剔除早期页面后发现，在ChatGPT发布之后产生的网页中，约35%存在AI创作迹象。从域名来看，.com网站出现AI创作痕迹的比例约为.edu和.gov网站的10倍，后两者比例约为1%;.org网站则约为4.6%。皮尤指出，AI检测工具存在误判可能，因此数据并非绝对准确，但整体趋势具有参考价值。研究还发现，部分被视为AI生成内容的语言特征也在持续增加，包括频繁使用破折号、牛津逗号以及“这不是X，而是Y”等固定表达。此次研究发布之际，Cloudflare此前也报告称，机器人网络流量已超过人类网络流量。随着AI生成内容与机器访问同步增长，互联网正逐渐呈现“AI生产、AI消费”的新特征，内容真实性与信息来源识别的重要性进一步提升。

Claude Fable 5 – Anthropic 推出的最强 AI 模型AI工具2个月前更新AI小集03Claude Fable 5是什么Claude Fable 5 是 Anthropic 推出的最强 AI 模型，是 Mythos-class 安全版旗舰模型，底层与Claude Mythos 5 完全一致，加装了保守的安全护栏。模型在几乎所有公开基准测试中达到 SOTA，在软件工程、知识工作、视觉推理和长周期自主任务上表现卓越。模型定价为每百万输入 token 10 美元、输出 token 50 美元。Claude Fable 5的主要功能超长自主编码：在 5000 万行 Ruby 代码库中一天完成全库迁移，SWE-Bench Pro 得分 80.3%。Token 高效推理：在 FrontierCode 评测中，用中等 effort 即获得前沿模型最高分 29.3%，成本远低于竞品。原生视觉理解：凭原始游戏截图无外挂通关《宝可梦：火红》，能从科学图表提取精确数值、重建网页源码。持久记忆与长上下文：支持百万级 token 长期任务，利用文件级笔记改进输出，在《杀戮尖塔》中表现较 Opus 4.8 提升 3 倍。智能安全降级：内置独立分类器，检测到网络安全、生化风险或蒸馏企图时，自动将请求路由至 Claude Opus 4.8 处理。Claude Fable 5的技术原理模型层级定位：Fable 5 属于 Anthropic 新设立的 Mythos-class 能力层级，位于 Opus 之上，与 Mythos 5 共享同一底层模型，通过加装安全护栏实现向公众开放。安全路由机制：系统挂载独立分类器实时检测请求，涉及网络安全、生化风险或模型蒸馏时，自动将查询降级路由至 Claude Opus 4.8 响应，而非直接拒绝。前沿 LLM 开发限制：针对预训练管线、分布式训练基础设施等请求，通过提示修改、转向向量与参数高效微调（PEFT）等不可见干预手段限制模型有效性，影响约 0.03% 流量。长上下文与持久记忆：支持百万级 token 长周期任务，配备文件级持久内存，可在运行中自主撰写笔记并回溯改进输出，解决复杂任务中的失忆问题。如何使用Claude Fable 5网页端使用：登录Claude官网，在对话界面模型选择器切换至 “Fable 5” 即可开始对话。API 接入：通过 Anthropic API 调用模型名称claude-fable-5，按标准 REST 接口集成至自有应用。Claude Code 使用：在终端安装Claude Code后，通过设置将默认模型指定为 Fable 5，支持代码库级代理操作。Claude Fable 5的项目官网项目官网：https://www.anthropic.com/news/claude-fable-5-mythos-5Claude Fable 5的核心优势无护栏限制：在网络安全、生化研究等高风险领域不受 Fable 5 的安全降级机制约束，输出能力完整。科研自主性：可独立运行一周以上完成复杂科研任务，从数据整合到模型训练全程无需人类介入。假说验证能力：提出的分子生物学假说具备可实验验证性，已有关于大肠杆菌蛋白新机制的假说被第三方研究证实。模型效率极致：在相同任务下，仅使用 GPT-5.5 1/3 的推理 Token，在 36 小时内产出逼近后者四天的物理研究成果。Claude Fable 5的同类竞品对比维度Claude Mythos 5Claude Fable 5Claude Opus 4.8底层模型相同相同不同安全护栏无 / 极少保守（约5%触发降级）标准ExploitBench78.0%接近 Opus40.0%BioMysteryBench (hard)46.1%接近 Opus40.0%蛋白质设计验证9/14 进入管线受限无访问权限受信机构/Glasswing公开可用公开可用数据留存30 天强制监控30 天强制监控标准策略Claude Fable 5的应用场景国家级网络防御：为关键基础设施和国防系统提供深度漏洞分析、威胁建模与攻防演练。前沿药物研发：自主完成靶点识别、蛋白质设计、复合物验证，加速肿瘤、神经退行性疾病药物管线。基础科学研究：在分子生物学、基因组学、物理学等领域执行长周期自主研究，生成可验证假说。AI 安全红队：用于测试其他 AI 系统的安全边界，识别复杂越狱、跨请求攻击与新型威胁向量。# AI工具# AI项目和框架©版权声明本站文章版权归AI工具集所有，未经允许禁止任何形式的转载。上一篇cmux - 专为 AI Coding Agent 设计的开源终端工具下一篇SCAIL-2 - 智谱联合清华开源的角色动画模型相关文章Argon – AI知识平台，分析临床试验、自动化处理数据任务AI小集2YAYI-Ultra – 中科闻歌推出的混合专家模型AI小集4ECC – 开源的跨平台 AI Agent 性能优化系统AI小集3SurveyForge – AI自动化学术综述生成框架AI小集3Mage-Flow – 微软开源的轻量级多模态图像生成模型系列AI小集2如何用AI生成专利文档，博简智慧专利平台一站式服务AI小集3暂无评论再想想发表评论暂无评论…热门工具Loomy即梦AISekoAiPPT秘塔AI搜索妙呀堆友Agent美图设计室绘蛙AIupdream办公小浣熊秒哒最新收录TipKayFloatboatPreviewOnSoloEpixa知漫剧最新文章秒悟Meoo – 1分钟生成前后端完整的网站，真0门槛开发！15分钟前紫三角 – CAD 图纸 AI 翻译工具，支持中英互译16分钟前Qwen-UI-Agent – 阿里通义推出的 GUI 智能体基座模型2小时前Alta – AI 穿搭应用，能生成专属 Avatar 虚拟试衣19小时前水豚桌面 – 免费 AI 桌面工作台，智能分类桌面应用与文件19小时前Lumos NexCore – 鹿明机器人推出的具身智能进化引擎19小时前MiniMax Design – MiniMax推出的AI Agent商业内容生产平台1天前Qwen3.8-27B-DFlash2 – Inco AI 开源的投机解码草稿模型1天前HarnessEval – MirroS 联合清北、英伟达等推出的评测系统1天前扣子桌面端 – 字节跳动旗下扣子推出的桌面端2天前ManClaw – 阿里旗下书旗团队推出的 AI 漫剧创作 Agent2天前Mage – 微软开源的 4B 参数多模态模型家族2天前ToolJet – 开源 AI 低代码开发平台，可视化拖拽搭建2天前Nature Skills – 开源的 AI 科研技能库，聚焦论文全流程2天前Academic Research Skills – 开源的 A I Agent 学术科研技能2天前

MiniMax H3 – 稀宇科技推出的通用全模态生成模型AI工具3周前更新AI小集02MiniMax H3是什么MiniMax H3 是稀宇科技推出的通用全模态生成模型，打破传统任务与模态边界，支持对文本、图像、视频、音频的统一理解与原生生成。模型能输出原生双声道音视频，最高支持15秒2K分辨率，在指令遵循、品牌信息呈现、视频到视频动作迁移等商用场景表现优异。MiniMax H3 采用 Contextual Omni Representation、H3-VAE 等自研技术，2K分辨率下每秒价格不到主流模型三分之一。MiniMax H3的主要功能全模态统一生成：支持文本、图像、视频、音频的统一理解与原生生成，打破传统模态边界。原生双声道音视频输出：可直接生成带原生双声道音频的视频，无需后期配音。多模态上下文理解：能同时处理参考视频、图片、音频等多源输入，按自然语言指令完成复杂创作。视频到视频动作迁移（V2V Motion Transfer）：可将参考视频中的动作迁移到目标人物上。广义参考与编辑：支持图片到图片、图片到视频、音频到音频、音视频到音视频等多种编辑与参考任务。多镜头建模：原生支持多镜头叙事，无需分步生成后拼接。高分辨率输出：默认提供2K分辨率，画面精细度达到商用级别。MiniMax H3的技术原理Contextual Omni Representation（上下文全模态表征）：MiniMax H3 的核心能力源于对上下文全模态表征的构建。传统模型只需描述目标内容，H3 需要同时理解多模态上下文与目标输出之间的关系，甚至上下文内部元素之间的关联。为此，MiniMax 定制专门的全模态理解管线，单次素材推理消耗约 10 万 Token，最终生成平均约 4K Token 的精细描述。语言在其中充当可泛化的连接与解释桥梁，使任务能开放描述的形式统一。H3-VAE（高效视觉音频编码）：MiniMax H3 彻底革新了前代 tokenizer 技术，在重建质量与易学性上实现全面提升。编码器具备高压缩率，带来 4 倍序列长度收益，显著降低训练与推理成本，同时支持原生 2K 分辨率输出。H3-Omni Transformer（异构训练架构）：面向任务泛化这一核心目标，H3 抛弃前代带来显著优势的专用架构，转而采用更简洁通用的设计。由于多模态上下文的引入，序列长度方差扩大 3 倍，理解与生成部分的计算负载显著异质化。H3 采用理解与生成异构的训练架构，精细调优不同负载下的硬件利用率，联合优化每样本异构计算与样本间负载均衡，端到端提升近 30% 的训练吞吐。如何使用MiniMax H3访问平台：访问MiniMax Hub、海螺AI或接入MiniMax 开放平台。准备多模态素材：上传参考视频、图片、音频等上下文素材。输入自然语言指令：用自然语言描述创作意图，如”参考视频1的镜头运动，让图2中的人物唱歌，歌声参考音频3″。生成与预览：模型自动理解多模态上下文并生成原生双声道音视频。下载与二次编辑：获取最高2K分辨率的输出结果，用于商业场景。MiniMax H3的核心优势任务泛化能力强：将文生图、文生视频、文生音频、参考编辑等独立任务统一为单一模型，使用自由度大幅提升。商用级性价比：2K分辨率下每秒价格不到主流模型的1/3，768P分辨率下不到1/2，显著降低内容生产成本。原生音频生成：所有音频输出均为原生双声道，非后期合成，音画同步更自然。国产芯片兼容：设计初期考虑多款国产芯片适配，有利于本土化部署。MiniMax H3的项目地址HuggingFace模型库：https://huggingface.co/MiniMaxAI/MiniMax-H3MiniMax H3的同类竞品对比对比维度MiniMax H3Seedance 2.0（字节即梦）模态覆盖文本、图像、视频、音频全模态统一理解与生成，单一模型覆盖所有任务主要聚焦视频生成，图像/音频能力相对独立，需切换不同功能模块原生音频原生双声道音视频同步输出，音画一体生成视频生成为主，音频多为后期合成或独立生成任务泛化文生图、文生视频、编辑、参考、动作迁移等全部统一，自然语言即可调用功能按场景拆分（文生视频、图生视频、视频编辑等），任务边界较清晰分辨率与时长默认2K分辨率，最高15秒支持高分辨率，时长可达10-12秒，2K非默认配置开源策略计划近期开源模型权重，支持国产芯片适配与定制开发闭源，仅通过即梦平台或API使用价格定位2K每秒不到主流模型1/3，商用性价比突出按积分或会员订阅计费，价格处于行业中位动作迁移支持V2V Motion Transfer，精准迁移参考视频动作支持动作参考与主体一致性，复杂动作迁移精度有限多镜头能力原生多镜头建模，无需拼接支持多片段生成，但原生多镜头叙事能力较弱MiniMax H3的应用场景广告与品牌视频：输入产品图与参考镜头，一键生成带品牌信息和原生配音的商用级广告短片。电商动态展示：将静态商品图与动作参考视频结合，自动生成多镜头、带音效的360度产品演示视频。影视后期制作：用 V2V 动作迁移，将演员表演或镜头运动精准替换到目标画面中，降低重拍成本。游戏 UI 与宣发：快速生成带动态效果和原生音效的界面预览及游戏宣传片头。动态海报与社交媒体：融合图片风格、人物参考与音频，生成可自动播放的双声道动态海报和短视频内容。# AI工具# AI项目和框架©版权声明本站文章版权归AI工具集所有，未经允许禁止任何形式的转载。上一篇Grok Voice Think Fast 2.0 - SpaceXAI 推出的语音模型下一篇Qwen-Audio-3.0-ASR-Flash - 阿里千问推出的语音识别大模型相关文章Photo Retouch – AI照片编辑软件，多场景智能擦除和修复AI小集2Qwen3-VL Cookbooks – 阿里推出的多模态任务开发指南AI小集4Step1X-Edit – 阶跃星辰开源的通用图像编辑框架AI小集3VAPI – 语音AI平台，开发者可快速构建和部署语音应用AI小集3T2A-01-HD – 海螺AI海外版推出新的语音模型AI小集3BrowseComp – OpenAI 开源的 AI Agent 网络浏览能力基准AI小集3暂无评论再想想发表评论暂无评论…热门工具Loomy即梦AISekoAiPPT秘塔AI搜索妙呀堆友Agent美图设计室绘蛙AIupdream办公小浣熊秒哒最新收录TipKayFloatboatPreviewOnSoloEpixa知漫剧最新文章秒悟Meoo – 1分钟生成前后端完整的网站，真0门槛开发！3分钟前紫三角 – CAD 图纸 AI 翻译工具，支持中英互译4分钟前Qwen-UI-Agent – 阿里通义推出的 GUI 智能体基座模型2小时前Alta – AI 穿搭应用，能生成专属 Avatar 虚拟试衣18小时前水豚桌面 – 免费 AI 桌面工作台，智能分类桌面应用与文件18小时前Lumos NexCore – 鹿明机器人推出的具身智能进化引擎18小时前MiniMax Design – MiniMax推出的AI Agent商业内容生产平台1天前Qwen3.8-27B-DFlash2 – Inco AI 开源的投机解码草稿模型1天前HarnessEval – MirroS 联合清北、英伟达等推出的评测系统1天前扣子桌面端 – 字节跳动旗下扣子推出的桌面端2天前ManClaw – 阿里旗下书旗团队推出的 AI 漫剧创作 Agent2天前Mage – 微软开源的 4B 参数多模态模型家族2天前ToolJet – 开源 AI 低代码开发平台，可视化拖拽搭建2天前Nature Skills – 开源的 AI 科研技能库，聚焦论文全流程2天前Academic Research Skills – 开源的 A I Agent 学术科研技能2天前