AI资讯AI新闻资讯正文微软AI收入七成来自OpenAI，财年贡献金额达241亿美元发布于AI新闻资讯发布时间 :2026年8月7号 9:23阅读 :1分钟最新披露信息显示，OpenAI已成为微软人工智能业务的重要收入来源。在截至今年6月的财年中，OpenAI为微软贡献约241亿美元收入，占微软AI总收入的约70%。据彭博社报道，微软首席执行官萨蒂亚·纳德拉此前在3月底表示，公司人工智能业务有望实现年收入超过370亿美元的目标。根据双方合作协议，OpenAI需要向微软支付计算资源费用、模型开发相关成本，并进行部分收入分成。OpenAI对微软AI业务的重要贡献，也影响了微软近期在人工智能领域的战略表达。长期以商业软件生态和平台锁定能力著称的微软，近年来开始积极推动开源模型发展，并强调避免少数闭源AI模型掌握整个行业价值分配。纳德拉此前还曾对AI行业中的“模型蒸馏”争议发表看法。模型蒸馏指利用大型专有模型生成的数据或输出结果，训练成本更低的小型模型。部分AI公司认为这一行为可能削弱自身技术优势，而微软则对相关限制措施提出质疑。与此同时，微软正在逐步减少对外部模型的依赖，并将更多自研人工智能模型整合至Office等核心产品中。据报道，公司正在推动Copilot生态调整，以降低对OpenAI及其他第三方模型的成本依赖。随着生成式AI商业化进入深入阶段，微软与OpenAI之间既是合作伙伴，也是潜在竞争者。如何平衡模型供应、商业收益以及自主AI能力建设，将成为微软未来人工智能战略的重要课题。

AI资讯AI新闻资讯正文Grokipedia被曝数月未更新，AI百科项目编辑功能陷停滞发布于AI新闻资讯发布时间 :2026年8月7号 10:19阅读 :1分钟埃隆·马斯克推出的AI百科项目 Grokipedia 被曝长期停止内容更新，未能实现其作为“AI版维基百科”替代品的目标。据 Lawfare最新调查，自今年4月以来，Grokipedia 页面更新功能基本停滞，过去三个月内没有任何条目完成更新，用户提交的编辑请求也长期处于待处理状态。Grokipedia 于去年底上线，定位为由人工智能生成内容的百科平台，被马斯克视为传统众包百科网站维基百科的替代方案。Lawfare 调查发现，无论热门页面还是低关注度页面，均未出现近期更新，相关问题并非局限于特定领域，而是在不同主题和访问量页面中普遍存在。调查人员最初认为，Grokipedia可能只是限制敏感页面编辑，因此尝试对 SpaceX 页面提交一项无争议的事实修改。然而，该请求并未被处理，且自6月12日 SpaceX 上市相关事件发生后，其他用户提交的类似编辑请求也仍处于等待状态。这一情况与 Grokipedia 早期的更新效率形成明显反差。此前，该平台部分页面能够在数分钟内完成修改，而如今持续数月缺乏维护，使其在实时性方面难以与维基百科等成熟知识平台竞争。相比之下，维基百科依靠全球志愿者社区持续更新内容，以适应新闻事件和知识变化。此外，Grokipedia此前也曾因内容来源问题受到质疑。有报道称，该平台部分条目存在直接引用维基百科内容，甚至引用争议性来源的问题，引发外界对AI生成知识可靠性和内容审核机制的关注。随着AI百科类产品逐渐兴起，如何保证知识更新效率、来源可信度以及开放编辑机制，将成为此类平台能否长期发展的关键挑战。

AI资讯AI新闻资讯正文ChatGPT 接入 Adobe 全家桶：70 多款创意工具一句话调用，修图剪辑无需切换软件发布于AI新闻资讯发布时间 :2026年8月7号 10:19阅读 :1分钟Adobe 与 OpenAI 的合作今日大幅扩容。用户现在可以直接在 ChatGPT 中调用 Photoshop、Premiere、Acrobat、Lightroom、Illustrator 和 InDesign 等70多款 Adobe 工具，完成照片编辑、营销视频制作和 PDF 生成等任务。Adobe 去年底已借助 OpenAI 的 Apps SDK，将 Photoshop、Acrobat 和 Adobe Express 带入 ChatGPT。8月6日起，合作范围扩展至几乎整套创意软件。用户在 ChatGPT 设置菜单的插件页面中添加 Adobe 插件后，只需在提示词输入框中输入"@Adobe"和具体任务，即可调用相应工具。Adobe 表示，该插件与 OpenAI 的 Codex 编程应用及近期发布的 Work 套件配合使用时效果最佳。用户不登录 Creative Cloud 账户也能使用基本功能，登录后可保存不同会话中的工作进度，并直接访问云端文件。Creative Cloud 账户还可用于调用 Adobe Firefly 提供的生成式 AI 模型。Adobe Firefly 及智能体 AI 副总裁福雷斯特·基（Forrest Key）表示:“我们希望，无论人们在哪里工作，都能使用 Adobe 的专业级创意和生产力工具。“但他同时强调，ChatGPT 中的 Adobe 插件并非旗舰应用的替代品，“需要精确操作和充分掌控创作过程时，旗舰应用仍能提供更深入的功能。“这一合作意味着 ChatGPT 正从对话工具向"超级工作台"演进，用户无需在多个软件之间切换即可完成创意生产流程。对 Adobe 而言，这是在 AI 原生工作流中嵌入自身工具生态的战略布局;对 OpenAI 而言，则是扩展 ChatGPT 实用场景、提升用户粘性的又一举措。

AI资讯AI新闻资讯正文阿里千问大模型重磅更新：Qwen3.8-MAX加持，打造“真·办公助理”新范式 正文：发布于AI新闻资讯发布时间 :2026年8月7号 10:33阅读 :1分钟今日，阿里旗下通义千问大模型宣布迎来重大功能升级，正式上线“思考研究”、“定时任务”、“办公助理”等多项核心能力，并全面支持最新的旗舰模型Qwen3.8-MAX。此次更新标志着大模型从“辅助对话”向“自主执行”迈出了关键一步，旨在解决职场人士在复杂决策与重复性工作中的实际痛点。据悉，本次升级的“思考研究”模式在原“深度思考”基础上进行了深度优化。该模式强化了复杂推理与信息整合能力，能够输出结构化的研究报告，为决策提供支持。例如在商务场景中，它可自动整合零散资料，一键生成符合要求的周会汇报文档。最引人注目的是“办公助理”功能的推出。与传统AI仅提供文本建议不同，千问办公助理具备了连接外部应用和操作系统的能力。它不仅能打通备忘录、日历、邮件等应用，还能自主操作电脑和浏览器，完成多步骤任务并直接交付可用的Office文档。针对企业常见的多格式数据汇总难题，办公助理可实现自动清洗数据并输出最终结果，真正实现“真干活，真交付”。此外，该功能还支持手机与PC端的跨端协同，用户可在移动端发起任务，由算力更强的PC端执行。同期上线的“定时任务”功能则专注于自动化办公，用户预设时间后，AI即可自动完成行业简报梳理、邮件分类等周期性工作。配合升级后的语音通话能力和覆盖十余个生活领域的“智能体广场”，千问正试图构建一个从专业办公到生活服务的全场景AI生态。业内分析认为，此次更新大幅降低了AI工具的使用门槛，将有效推动人工智能在企业办公场景中的落地普及。

Qwen-Image-3.0 – 阿里通义推出第三代图像生成基础模型AI工具2天前更新AI小集02Qwen-Image-3.0是什么Qwen-Image-3.0是阿里通义千问团队推出第三代图像生成基础模型。模型支持 4.5k token 超长输入，可一次性渲染复杂九宫格知识图鉴；支持 10px 小字 精准排版，学术论文、公式推导、手写批注清晰可辨；具备12国语言原生渲染与丰富世界知识，可仿真网页、游戏、直播等界面。旗舰版Qwen-Image-3.0-Pro与标准版Qwen-Image-3.0-Standard同时开放API，支持 4.5k token 长指令与复杂版面一次生成，在 Arena.ai 文生图榜单中位列国内第一。Qwen-Image-3.0的主要功能超长上下文生成：最大支持 4.5k token 输入，可理解并渲染极其复杂、信息密集的视觉版面，如报纸、分镜、试卷等。语义并置与空间控制：具备内容横展能力，可在同一画面中有序布局多种并列元素，互不干扰。语义解构与逻辑嵌套：具备内容纵深能力，可在一幅图中层层递进渲染多个嵌套界面，形成画中画中画效果。微观级细节渲染：10px 小字清晰可辨，毛孔、发丝纤毫毕现，肌肤质感逼近摄影级真实。多语言原生渲染：支持 12 国语言在图像中的精准呈现，非简单贴图。界面仿真：可仿真主流网页、游戏、直播等界面风格与细节。知识图解生成：可生成包含大量文字、插图、公式、图表的复杂知识科普图鉴。Qwen-Image-3.0的技术原理超长上下文理解架构：通过提升可接受指令长度至 4.5k token，模型能处理复杂的空间关系描述与多元素布局指令。细粒度文本渲染技术：针对小字号场景优化，确保 10px 级别文字在复杂背景下的可读性与排版准确性。多语言嵌入生成：将语言知识内化至生成过程，实现 12 国语言的原生渲染，而非后处理叠加。世界知识融合：模型内置丰富的领域知识，确保生成内容的专业准确性。分层语义控制：通过语义并置与语义解构实现复杂版面的精准控制。如何使用Qwen-Image-3.0访问千问 AI 平台、Qwen Studio或Qwen Cloud，面向所有用户免费开放，输入指令可生成图像。Qwen-Image-3.0的核心优势实用导向：区别追求艺术性的文生图模型，聚焦可落地的生产力场景，强调好用。复杂版面原生生成：无需多图拼接，单张图即可生成包含九宫格、多层嵌套 UI 的复杂版面。文字渲染精度行业领先：10px 小字、LaTeX 公式、学术论文排版均可精准呈现。知识准确性：依托通义千问的知识储备，确保生成内容（如数学定理、生物知识）的专业准确。中文原生优化：对中文排版、汉字渲染、中文知识图解有深度优化。Qwen-Image-3.0的同类竞品对比对比维度Qwen-Image-3.0GPT-Image 2.0核心定位生产力工具，聚焦复杂版面精确排版与中文场景落地通用视觉执行系统，强调推理规划与多语言文本渲染输入长度支持4.5k token，可描述九宫格、嵌套 UI 等极复杂布局支持千字级长指令，Thinking 模式可拆解复杂需求但输入长度弱于千问小字渲染10px 小字清晰可辨，公式、论文排版、手写批注精准号称 ~99% 文本准确率，支持多语言小字，但复杂学术排版稳定性待验证多语言支持12国语言原生渲染，中文长文本、竖排、公式混排深度优化支持 50+ 种语言字符级渲染，中文表现大幅提升，但本土文化细节理解略逊复杂版面原生支持九宫格、多层嵌套 UI、”画中画中画”等复杂结构一次性生成擅长网格系统、UI 布局、信息图层级，通过 Thinking 模式预规划构图推理能力依托千问知识库确保内容准确，版面控制偏向语义并置与空间控制原生集成 O-series 推理，生成前自主规划布局、联网搜索、分析上传文档知识准确性内置通义千问知识，数学定理、生物科普等中文知识准确度高可联网实时检索，技术 artifact 与当前事件渲染准确，但依赖外部检索连续一致性文章未强调多图一致性，聚焦单图复杂版面单次提示可生成最多 8 张风格/角色一致的连续图像，适合故事板输出分辨率文章未明确标注，侧重版面复杂度而非单一分辨率支持2K（2048×2048）及多种比例，API 最高可达4K（3840×2160）Qwen-Image-3.0的应用场景教育出版：模型能生成数学试卷、物理公式图解、生物知识科普图、语文课文批注等教学材料。学术科研：自动生成包含复杂公式与多栏排版的学术论文插图、会议海报。UI/UX 设计：快速生成网页、App、游戏界面的高保真原型图与嵌套界面 mockup。内容运营：模型能制作信息图、长图海报、多语言社交媒体素材，确保文字信息准确传达。数字出版：生成杂志版面、报纸排版、漫画分镜等需要精确文字与图像混排的内容。# 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MOGE AI 图像提示词 - 精选全球顶级图片Prompt，一键复制出图下一篇UnifoLM-OminiA-0.3 - 宇树科技推出的全模态交互理解模型相关文章万小智 – 阿里云推出的全新AI数字员工AI小集3Remusic – AI音乐创作平台，根据个人偏好生成高质量音乐作品AI小集3Bing Video Creator – 微软推出AI视频生成工具AI小集3MoviiGen 1.1 – AI视频生成模型，支持生成电影级画质AI小集3AgentScope Tuner – 阿里通义推出的一站式自动优化引擎AI小集3Seko – 商汤科技推出的AI视频创作Agent，首个创编一体AI小集3暂无评论再想想发表评论暂无评论…热门工具LoomyLibTV绘蛙AIAiPPT秘塔AI搜索蛙蛙写作堆友Agent美图设计室Sekoupdream秒哒办公小浣熊最新收录JoyAI青虎AI妙呀纳逗Pro图改改AstraFlow星图最新文章秒悟Meoo – 1分钟生成前后端完整的网站，真0门槛开发！14分钟前Wan3.0 – 阿里万相最新推出的视频生成大模型46分钟前Omega – 腾讯推出的 AI 原生数据分析平台18小时前Hunyuan3D-Buffalo 1.0 – 腾讯混元推出的 3D 多模态框架18小时前Acti – AI 智能键盘，一键触发复杂任务21小时前Muse Code – Meta 推出的终端编程 AI 智能体21小时前RabbitVis – 兔展智能推出的一站式 AI 设计生产工具1天前InstructAV2AV – 智源联合北大开源的音视频联合编辑模型1天前Get3W – AI 模型聚合平台，统一接口自由切换模型2天前Shieldstral – Mistral AI 开源的多模态内容安全分类模型2天前MAGI-2-preview – Sand.ai 开源的多模态视频生成模型2天前SeedRealtime – 字节跳动推出的原生音视频全双工大模型2天前JoyAI-Video-Edit – 京东开源的实时流式视频编辑模型2天前Hy ASR 3.0 preview – 腾讯混元推出的新一代语音识别模型2天前Qwen-CUA – 阿里 Qwen 等推出的原生 Computer Use Agent2天前

Hy ASR 3.0 preview – 腾讯混元推出的新一代语音识别模型AI工具2天前发布AI小集02Hy ASR 3.0 preview是什么Hy ASR 3.0 preview是腾讯混元推出的新一代语音识别模型，基于Hy3大语言模型，融合高精度语音识别与深度语义理解。模型支持中文、英语、粤语及10大方言片区，具备上下文智能纠错、热词注入及高噪/耳语等复杂场景鲁棒性。开源评测集WER控制在3%左右，自建评测集全面领先竞品。Hy ASR 3.0 preview的主要功能通用精准识别：支持中文普通话、英语、粤语及中英混说，减少错字漏字与长音频错误累积。上下文语义理解：结合 Context 精准捕捉用户语境，智能纠错同音词，消除语义歧义。热词注入适配：支持品牌名、人名、行业术语等热词增强，降低业务接入与维护成本。复杂环境鲁棒：针对高噪、耳语、悄悄话等声学场景专项优化，保持稳定识别表现。方言广泛覆盖：支持10大方言片区、20余个二级小片区，含东北官话、粤语、吴语、闽南语等。Hy ASR 3.0 preview的技术原理架构升级：采用 MoE 架构，基座模型升级至 Hy3；自研无监督语音 Encoder，基于数千万小时语音数据训练，提取高质量声学表征。预训练 Scaling：Encoder 与 LLM 联合训练，引入数千万小时多来源语音数据（有声读物、对话、视频/广播等），通过多阶段能力注入获得方言理解与上下文建模能力。后训练增强：构建覆盖复杂音频、Any Context 上下文、通用能力的高质量 SFT Recipe；通过多阶段强化学习分别优化通用转写准确性、上下文长程依赖及复杂长尾场景表现。如何使用Hy ASR 3.0 preview通过腾讯云 API 接入或打开腾讯元宝按住说话即可免费体验。Hy ASR 3.0 preview的核心优势语义理解升级：基于 Hy3 大语言模型，融合高精度语音识别与深度语义理解，从逐字转写进化为理解语境、一键直出。评测全面领先：开源评测集 WER 控制在 3% 左右，自建评测集在通用、方言、上下文、复杂声学场景均优于竞品。上下文智能纠错：结合 Context 精准捕捉语境，智能纠错同音词，消除语义歧义，支持长程依赖建模。热词快速适配：支持品牌名、人名、行业术语等热词注入，降低专业场景业务接入与维护成本。方言与复杂环境覆盖：支持 10 大方言片区及 20 余个二级小片区，在高噪、耳语等复杂声学环境下保持稳定表现。Hy ASR 3.0 preview的同类竞品对比对比维度Hy ASR 3.0 preview（腾讯混元）Doubao-Seed-ASR 2.0（字节跳动）基座模型基于 Hy3 大语言模型，MoE 架构基于 Seed 大语言模型语音 Encoder自研无监督语音 Encoder，数千万小时数据训练未公开详细架构核心能力上下文语义理解 + 高精度识别 + 热词注入高精度通用识别中文 WER3.34%3.70%英文 WER2.62%5.65%粤语 WER3.12%5.25%Hy ASR 3.0 preview的应用场景智能客服：电话与在线客服场景下，Hy ASR 3.0 preview 通过热词注入精准识别品牌名称与业务术语，实现语音实时转写，显著提升服务响应效率。内容创作：在播客、会议、访谈等长音频内容生产中，模型结合上下文语义理解智能消除歧义，一键输出连贯可读的高质量文本，降低后期编辑成本。语音搜索：支持用户使用方言语音进行查询，并在嘈杂环境下准确识别语音指令，有效降低多语种、多口音用户的输入门槛。办公协作：会议纪要实时转写场景中，即使面对耳语、悄悄话等低音量输入，模型依然保持稳定识别，助力团队实现高效沟通与信息沉淀。智能终端：在车载导航、智能家居等 IoT 设备交互中，模型针对高噪声学环境进行专项优化，保障复杂场景下的语音识别鲁棒性与用户体验。# 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Qwen-CUA - 阿里 Qwen 等推出的原生 Computer Use Agent下一篇JoyAI-Video-Edit - 京东开源的实时流式视频编辑模型相关文章通义万相AI视频 – 阿里推出的免费AI视频生成工具AI小集42ObjectMover – 港大联合 Adobe 推出的新型图像编辑模型AI小集3Audio-SDS – NVIDIA推出的扩展文本条件音频扩散模型AI小集2Add-it – 英伟达推出无需训练的图像编辑技术AI小集2猫头音 – AI配音翻唱软件，将文字转化为个性化逼真的配音效果AI小集2Fathom – AI会议记录工具，实时生成精准转录和智能总结AI小集2暂无评论再想想发表评论暂无评论…热门工具LoomyLibTV绘蛙AIAiPPT秘塔AI搜索蛙蛙写作堆友Agent美图设计室Sekoupdream秒哒办公小浣熊最新收录JoyAI青虎AI妙呀纳逗Pro图改改AstraFlow星图最新文章秒悟Meoo – 1分钟生成前后端完整的网站，真0门槛开发！2分钟前Wan3.0 – 阿里万相最新推出的视频生成大模型33分钟前Omega – 腾讯推出的 AI 原生数据分析平台17小时前Hunyuan3D-Buffalo 1.0 – 腾讯混元推出的 3D 多模态框架17小时前Acti – AI 智能键盘，一键触发复杂任务20小时前Muse Code – Meta 推出的终端编程 AI 智能体21小时前RabbitVis – 兔展智能推出的一站式 AI 设计生产工具1天前InstructAV2AV – 智源联合北大开源的音视频联合编辑模型1天前Get3W – AI 模型聚合平台，统一接口自由切换模型2天前Shieldstral – Mistral AI 开源的多模态内容安全分类模型2天前MAGI-2-preview – Sand.ai 开源的多模态视频生成模型2天前SeedRealtime – 字节跳动推出的原生音视频全双工大模型2天前JoyAI-Video-Edit – 京东开源的实时流式视频编辑模型2天前Qwen-CUA – 阿里 Qwen 等推出的原生 Computer Use Agent2天前MemHarness – 上海 AI Lab 等推出的智能体记忆重构框架2天前

Qwen-CUA – 阿里 Qwen 等推出的原生 Computer Use AgentAI工具2天前发布AI小集02Qwen-CUA是什么Qwen-CUA 是 Qwen 团队与 XLang Lab 联合推出的原生 Computer Use Agent，基于 397B-A17B 混合专家架构，仅通过截图感知界面状态，无需依赖 DOM 树或辅助功能元数据，直接用键盘和鼠标事件操控浏览器、桌面应用及专业软件。在 OSWorld-Verified 基准上取得 86.2 分，更大版本 Qwen-CUA-Max 参数量超万亿，达到 87.6 分。Qwen-CUA的主要功能纯视觉感知：仅通过截图理解界面状态，不依赖 HTML 结构或无障碍元数据，跨平台通用性更强。原生输入模拟：直接输出键盘和鼠标事件，可在浏览器、桌面应用、专业软件中执行操作。MoE 架构底座：基于 397B-A17B 混合专家模型，平衡性能与推理成本；Max 版本超万亿参数，性能再提升。开放技术报告：GitHub 已发布技术报告与参考 Demo，便于研究者复现与二次开发。Qwen-CUA的技术原理底座架构：基于 Qwen3.5-397B-A17B 混合专家架构，总参数 397B、每次前向仅激活 17B，在保持强大表达能力的同时控制推理成本。混合注意力机制：采用 GatedDeltaNet 线性注意力与 Gated Full Attention 按 75:25 交替排列，将长序列计算复杂度从 O(n²) 降至接近线性，256K 上下文吞吐量较传统架构提升 19 倍。专家路由：每层配置 512 个细粒度路由专家，通过 Top-10 选择 + 权重重归一化激活，并配合 1 个共享专家与 sigmoid 门控自适应调节通用知识贡献，避免信息损失。纯视觉感知：仅通过屏幕截图感知界面状态，完全不依赖 HTML DOM 树、无障碍元数据或操作系统 API，实现对任意 GUI 应用的跨平台通用感知。视觉编码与定位：继承 Qwen-VL 系列的 ViT 架构支持动态分辨率输入，配合 MRoPE 多模态旋转位置编码同时编码时间、高度、宽度三维信息，精准定位界面元素坐标。如何使用Qwen-CUA访问仓库：访问 GitHub 搜索xlang-ai/Qwen-CUA进入项目主页。阅读技术报告：下载并阅读项目内的技术报告，了解模型架构与训练细节。运行参考 Demo：根据 README 配置环境，运行官方提供的参考 Demo 体验截图驱动的自动化操作。接入自有环境：将模型接入本地或云端的桌面/浏览器环境，通过截图输入与键盘鼠标输出闭环执行任务。Qwen-CUA的核心优势高基准得分：OSWorld-Verified 达 86.2 分，Max 版本 87.6 分，处于开源 CUA 领域领先水平。真正的原生 CUA：区别于依赖 API 或多 Agent 拼接的方案，Qwen-CUA 是端到端训练的视觉-动作模型，稳定性更高。跨平台兼容：不受操作系统或应用类型限制，任何有图形界面的软件均可操控。开源生态：Apache 2.0 协议，技术报告与 Demo 已公开，社区可自由扩展。Qwen-CUA的项目地址GitHub仓库：https://github.com/xlang-ai/Qwen-CUA技术论文：https://github.com/xlang-ai/Qwen-CUA/blob/main/paper/Qwen-CUA.pdfQwen-CUA的同类竞品对比维度Qwen-CUAOpenAI CUA / Operator感知方式纯截图视觉感知，零 DOM 依赖截图 + 结构化辅助信息混合架构397B-A17B MoE，开源GPT-4o 特化版，闭源OSWorld-Verified86.2 分（Max 87.6）约 38.1% 成功率（历史数据）开放性技术报告 + Demo 开源（Apache 2.0）API 商用，模型闭源输入模拟原生键盘鼠标事件原生键盘鼠标事件适用平台浏览器 + 桌面 + 专业软件主要面向浏览器与桌面Qwen-CUA的应用场景自动化软件测试：通过截图识别界面元素并执行点击、输入、滚动等操作，无需编写特定脚本即可完成跨平台 UI 回归测试。RPA 流程自动化：替代人工完成数据录入、报表生成、ERP 操作等重复性桌面办公任务，无需改造企业原有 IT 系统。无障碍辅助工具：为视障用户或老年人自动识别软件界面元素并代为执行精确操作，降低专业软件使用门槛。科研与专业软件操控：自动操控 MATLAB、SPSS 等无 API 接口的专业软件，批量执行实验数据处理与图表生成等长周期任务。云端 Agent 托管服务：部署于云桌面环境 7×24 小时执行网站巡检、数据抓取、定时报表下载等后台任务。# 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MemHarness - 上海 AI Lab 等推出的智能体记忆重构框架下一篇Hy ASR 3.0 preview - 腾讯混元推出的新一代语音识别模型相关文章Forge Code – AI编程工具，执行代码生成、修改、调试、修复AI小集3PromptEnhancer – 腾讯开源的文本到图像提示词增强框架AI小集2Ideogram 4 – Ideogram 开源的文本到图像生成模型AI小集2Pika 1.5 – Pika Labs最新推出的AI视频生成工具AI小集5CodeFree – 中国电信推出的AI辅助编程工具，集成12款AI工具AI小集4Wonder Animation – 视频序列转换成3D动画场景的AI解决方案AI小集2暂无评论再想想发表评论暂无评论…热门工具LoomyLibTV绘蛙AIAiPPT秘塔AI搜索蛙蛙写作堆友Agent美图设计室Sekoupdream秒哒办公小浣熊最新收录JoyAI青虎AI妙呀纳逗Pro图改改AstraFlow星图最新文章秒悟Meoo – 1分钟生成前后端完整的网站，真0门槛开发！23秒前Wan3.0 – 阿里万相最新推出的视频生成大模型32分钟前Omega – 腾讯推出的 AI 原生数据分析平台17小时前Hunyuan3D-Buffalo 1.0 – 腾讯混元推出的 3D 多模态框架17小时前Acti – AI 智能键盘，一键触发复杂任务20小时前Muse Code – Meta 推出的终端编程 AI 智能体21小时前RabbitVis – 兔展智能推出的一站式 AI 设计生产工具1天前InstructAV2AV – 智源联合北大开源的音视频联合编辑模型1天前Get3W – AI 模型聚合平台，统一接口自由切换模型2天前Shieldstral – Mistral AI 开源的多模态内容安全分类模型2天前MAGI-2-preview – Sand.ai 开源的多模态视频生成模型2天前SeedRealtime – 字节跳动推出的原生音视频全双工大模型2天前JoyAI-Video-Edit – 京东开源的实时流式视频编辑模型2天前Hy ASR 3.0 preview – 腾讯混元推出的新一代语音识别模型2天前MemHarness – 上海 AI Lab 等推出的智能体记忆重构框架2天前

Omega – 腾讯推出的 AI 原生数据分析平台AI工具17小时前发布AI小集03Omega是什么Omega 是腾讯推出的 AI 原生数据分析平台，内测版名为「马尔摩斯（marmos）」。工具通过 Agent 驱动完整分析链路，让用户用自然语言可生成可交互、可迭代、可定时刷新的数据仪表盘，真正将 AI 嵌入业务工作流。Omega的主要功能AI 一键生成仪表盘：用户上传数据或连接数据库后，用一句话描述分析需求，Agent 自动规划指标、生成 SQL、选择图表并组织页面，秒级产出完整 Dashboard。自然语言迭代编辑：支持对已有看板进行精准修改，如”把第二张图换成折线图””加个地区筛选器”。智能筛选联动：通过 QueryRegistry 数据契约，筛选器变更后系统自动计算受影响的图表集合并联动刷新。语义模型接入：支持接入企业已有的语义模型，Agent 使用逻辑字段生成 SemanticQL，由查询服务自动转换为物理 SQL。监控告警与定时推送：可在任意图卡设置跨卡片组合告警规则，支持按周/月定时推送最新数据截图，异常自动通知企业微信或邮件。多风格可视化引擎：内置 23 种视觉风格与 18 种可视化引擎，覆盖赛博朋克大屏、移动端日报、极简财务报告等场景。版本管理与协作：每次编辑自动留痕，支持 diff 对比与回滚；看板可分享、复制、发布，权限在目标空间重新授权。如何使用Omega访问官网注册：访问Omega官网 https://marmos.qq.com/完成注册和登录。接入数据源：在控制台连接数据库或上传本地 Excel / CSV 文件。发起分析对话：在聊天框输入分析需求，如”看一下上个月各地区的销售额”，AI 自动读取 Schema 并规划指标。确认生成看板：Agent 生成 Dashboard 后，可切换不同视觉风格，点击图表查看详情或调整筛选器。自然语言迭代优化：对不满意的图表直接说话，如”换成柱状图””配色调浅一点”，AI 精准定位修改。设置监控与推送：在看板中为关键图卡配置告警规则，并设置每周/每月定时推送到企业微信或邮件。分享与协作：点击分享按钮将看板发给团队，成员可在权限范围内查看、编辑或基于当前结果继续分析。Omega的核心优势分析链路完整闭环：从数据理解、指标规划、图表生成到监控告警、定时推送，覆盖 BI 全生命周期，而非单次问答。人机协作无缝衔接：自然语言适合表达意图，GUI 适合精确调整，Plan Mode 先列修改计划再执行，避免模糊指令毁掉整页。数据可信与持续可用：QueryRegistry + DTBridge 保证筛选联动、数据刷新、字段绑定稳定可靠，看板第二天、下周仍能正常使用。成本可控的高性价比方案：通过 Harness 规则层拦截确定性错误，让高性价比模型也能稳定完成复杂看板，降低 30 倍调用成本。企业级安全与权限：零泄露架构、AST 只读校验、双向审计、私有化部署选项，满足生产环境数据安全要求。Omega的同类竞品对比对比维度Omega（marmos）Julius AI交互方式自然语言对话 + GUI 拖拽 + Plan Mode 三重协作，可精准定位修改单张图表纯对话式交互，通过聊天生成图表和 Python 分析代码分析深度Agent 自动规划多维度指标链路，支持语义模型与跨表关联，可承接追问与归因分析基于单文件做描述性统计和可视化，复杂分析需用户手动引导写 Python迭代成本说”把第二张图换成折线图”即可局部修改，不改整体布局与数据口径调整图表需重新发起对话，模型可能重新生成整段代码，布局易被打乱数据实时性通过 QueryRegistry 连接生产数据库，筛选切换自动刷新，支持定时推送主要处理静态上传文件（CSV/Excel），数据更新需重新上传并重建分析语义模型原生接入企业语义模型，Agent 使用逻辑字段生成 SemanticQL，自动转物理 SQL无语义模型层，字段含义依赖模型对文件表头的字面理解，无企业口径治理协作方式团队空间、版本管理、看板分享、企业微信/邮件定时推送与监控告警一体化支持分享对话链接或导出图片，无企业级权限体系、定时任务和主动告警使用门槛业务人员可直接上手，1 人可顶过去 2-3 人团队，同时保留专家编辑入口个人分析师和学生上手极快，但企业场景下缺乏数据权限、审计和治理底座Omega的应用场景电商经营分析：自动打通订单、库存、履约、营销多系统数据，生成周报并监控异常，周一早 8 点自动推送到群。内容运营监控：汇总多端 UV 结构与 IP 播放榜单，实时追踪内容起伏，扶持决策从”凭感觉”变成”看榜单”。财务经营汇报：财务 BP 在会上被 CEO 临时追问时，当场说话生成 P&L 瀑布图，收入拆到 7 个因子，数据追着问题跑。商品治理去重：用内容指纹做 5 层去重，自动定位跨店同款、同店重复来源并按贡献度排优先级，治理从”拍脑袋”变”看数据”。市场营销归因：大促后按渠道、素材、人群三维拆解消耗峰值，自动标红无效渠道，下次大促直接复用冠军组合。# AI工具©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Hunyuan3D-Buffalo 1.0 - 腾讯混元推出的 3D 多模态框架下一篇Wan3.0 - 阿里万相最新推出的视频生成大模型相关文章TurboSeek – AI驱动的开源的智能搜索引擎AI小集2千问输入法 – 阿里通义千问推出的独立AI语音输入法AI小集4Avatar IV – HeyGen 最新推出的AI数字人模型AI小集5Whisper Input – 开源AI语音输入工具，支持多语言实时转录和翻译AI小集3GBrain – Y Combinator 总裁开源的个人生产级AI记忆系统AI小集3Hy3 preview – 腾讯混元开源快慢思考融合的混合专家模型AI小集2暂无评论再想想发表评论暂无评论…热门工具LoomyLibTV绘蛙AIAiPPT秘塔AI搜索蛙蛙写作堆友Agent美图设计室Sekoupdream秒哒办公小浣熊最新收录JoyAI青虎AI妙呀纳逗Pro图改改AstraFlow星图最新文章秒悟Meoo – 1分钟生成前后端完整的网站，真0门槛开发！2分钟前Wan3.0 – 阿里万相最新推出的视频生成大模型33分钟前Hunyuan3D-Buffalo 1.0 – 腾讯混元推出的 3D 多模态框架17小时前Acti – AI 智能键盘，一键触发复杂任务20小时前Muse Code – Meta 推出的终端编程 AI 智能体21小时前RabbitVis – 兔展智能推出的一站式 AI 设计生产工具1天前InstructAV2AV – 智源联合北大开源的音视频联合编辑模型1天前Get3W – AI 模型聚合平台，统一接口自由切换模型2天前Shieldstral – Mistral AI 开源的多模态内容安全分类模型2天前MAGI-2-preview – Sand.ai 开源的多模态视频生成模型2天前SeedRealtime – 字节跳动推出的原生音视频全双工大模型2天前JoyAI-Video-Edit – 京东开源的实时流式视频编辑模型2天前Hy ASR 3.0 preview – 腾讯混元推出的新一代语音识别模型2天前Qwen-CUA – 阿里 Qwen 等推出的原生 Computer Use Agent2天前MemHarness – 上海 AI Lab 等推出的智能体记忆重构框架2天前

Claude Code是什么Claude Code 是 Anthropic 公司推出的基于命令行的AI 编程工具。Claude Code集成先进的 Claude Opus 4 语言模型，能理解自然语言指令，自动生成、修改和调试代码，并与 VS Code、JetBrains 等主流 IDE 深度集成。Claude Code支持 200K 超长上下文，能快速索引整个代码库并理解复杂依赖关系。Claude Code 具备文件操作、代码搜索、网页浏览和 Git 工作流管理等功能，显著提升开发效率。Claude Code帮助开发者快速生成高质量代码，能直接在开发环境中执行命令，避免频繁切换界面，极大地优化开发流程。最新版推出自动安全审查功能，在漏洞发布之前捕获漏洞。Claude Code 新功能 Opus 规划模式支持高效且智能的开发规划，用户能在复杂项目中借助 Opus 4.1 模型的强大分析能力制定高质量的开发计划，在执行阶段切换到 Sonnet 模型，实现高效、低成本的代码生成。Claude Code的主要功能代码库深度理解：基于智能搜索技术，快速理解整个代码库的结构和依赖关系，无需手动选择上下文文件。多文件协同修改：能够跨多个文件进行协调一致的代码修改，确保代码逻辑的完整性和一致性。代码生成与优化：专门针对代码理解和生成进行了优化，能够快速生成高质量的代码片段、测试用例和修复代码中的问题。终端集成：直接在开发者的终端中运行，无需切换工具，减少上下文切换的麻烦。与主流 IDE 集成：支持 VS Code 和 JetBrains 等主流开发工具，直接在 IDE 中提供代码建议和修改，无缝融入现有开发流程。工作流整合：与 GitHub、GitLab 等工具集成，支持从阅读问题、编写代码、运行测试到提交 PR 的全流程操作。智能编辑：基于对代码库和依赖关系的理解，进行强大的多文件编辑，确保代码修改的有效性和可靠性。用户控制与定制：不会在未经明确批准的情况下修改文件，适应开发者的编码标准和模式，并通过 SDK 或 GitHub Actions 进行定制化配置。终端运行的/security-review命令：支持用户在终端输入此命令，Claude Code将自动检查代码中的SQL注入、XSS等安全隐患，能直接修复发现的漏洞。GitHub Actions集成：在GitHub仓库配置相关文件后，每次提交新的PR时，自动触发安全审查，检测出漏洞后在代码行上添加内联注释，解释问题并给出修复建议。Opus 规划模式：在规划阶段调用强大的 Claude 4.1 Opus 模型制定高质量开发计划，在执行任务时使用高效且低成本的 Claude 4 Sonnet 模型，实现智能与效率的结合。Agent View：让开发者在一个终端界面内同时调度、监控和管理多个并行 AI 会话，无需多开窗口可实时查看各任务状态、快速切换介入或解除阻塞。Artifacts：支持将 AI 工作过程实时生成为可共享的交互式网页，方便团队同步查看与协作。如何使用Claude Code安装 Node.js：确保系统安装 Node.js 18 或更高版本。安装 CLI：在终端运行以下命令安装 Claude Code 的命令行工具：npminstall-g@anthropic/claude-cli登录和初始化：登录：运行claude login并按照提示输入 API 密钥（从 Anthropic 官网获取）。初始化：运行claude init，连接到代码库。开始使用：生成代码：用英语描述需求，例如：claude-p"Create a function to calculate the sum of two numbers in Python"修复错误：描述错误或粘贴错误消息，例如：claude-p"Fix this error: TypeError: Cannot read properties of null (reading ’length’)“自动化任务：运行命令解决繁琐任务，例如：claude-p"Resolve merge conflicts in the current branch"集成到开发环境：终端：直接在终端中使用。IDE：安装 VS Code 或 JetBrains 插件，实现在 IDE 中使用。Claude Code 的产品定价Pro 计划：年付 $17/月，月付 $20/月。Max 5x 计划：$100/人/月。Max 20x 计划：$200/人/月。Claude Code的应用场景代码理解：快速解释复杂代码的功能和逻辑，帮助开发者迅速理解项目结构。代码修改：自动修复代码中的错误或漏洞，快速定位问题并提供解决方案。代码测试：为代码自动生成单元测试或集成测试，确保代码的可靠性和稳定性。版本控制：支持自然语言完成 Git 提交、分支管理等操作，简化版本控制流程，让 Git 操作更加便捷高效。功能实现与扩展：快速实现新功能或扩展现有功能，加速开发进度，帮助开发者高效完成任务。©️版权声明：若无特殊声明，本站所有文章版权均归AI工具集原创和所有，未经许可，任何个人、媒体、网站、团体不得转载、抄袭或以其他方式复制发表本站内容，或在非我站所属的服务器上建立镜像。否则，我站将依法保留追究相关法律责任的权利。类似于Claude Code的工具华为云码道华为推出的一站式AI编程助手Deco京东推出的设计稿一键生成多端代码工具Kilo Code开源的 AI 编程扩展插件Ghostwriter知名在线编程IDE Replit推出的AI编程助手FrontyAI智能将图片转换成HTML和CSS代码AgnesCodeAgnes AI 推出的桌面端 AI 编程工作台6 条评论再想想发表评论wi游客此ide已放弃 ，国内无法使用，哎12个月前回复AI小集需要很强的魔法，还经常封号12个月前回复wi游客对。弄得很累，不如用亚马逊的ai ide，不用翻墙，也不封号12个月前回复3游客Claude 太强大了，可惜用不来5个月前回复Ai游客需要手机验证，不支持国内无865个月前回复AI小集是的，最好搞一个美国手机号5个月前回复

Muse Spark – Meta 推出的原生多模态大模型AI工具20小时前更新AI小集02Muse Spark是什么Muse Spark是Meta超级智能实验室推出的首个原生多模态大模型。作为Meta AI重组后的旗舰产品，模型在Artificial Analysis基准测试中从18分跃升至52分，多模态理解与健康问答能力超越GPT-5.4。模型支持视觉思维链、多Agent协同及”沉思模式”，预训练效率较Llama 4提升10倍。模型已在Meta和Meta AI App上线。Muse Spark 1.1 是 Meta 发布的迄今最强编程与智能体模型，支持代码编写、多模态理解及复杂任务自主执行，已正式开放 API 接入 Meta AI 应用。Muse Spark 1.2 是 Meta 专为编程场景优化的模型版本，与Muse Code同步训练开发，支持长时自主工具调用与复杂代码任务执行，在多项编程基准测试中表现领先。Muse Spark的主要功能原生多模态理解：支持视觉思维链与图像转代码，可直接分析复杂图表、定位屏幕元素，将 UI 设计图转换为可运行的 HTML/CSS/JS 应用。多智能体协同：通过”沉思模式”（Contemplating）调度多个子 Agent 并行思考与协同作业，实现复杂任务的分解规划与执行。垂直领域专精：在健康医疗领域提供基于 1000+ 临床医生数据的精准问答与影像分析，在购物场景结合社交图谱做个性化商品推荐。高效推理机制：采用思维自动压缩技术，在保持高性能的同时将 Token 消耗降低至同类模型的三分之一，显著提升推理效率。如何使用Muse Spark网页端直接使用：访问Meta官网，无需注册可免费体验基础功能。移动端 App：下载官方Meta AI App，已全面集成 Muse Spark 模型。API 接入：开发者可通过获取访问 API 权限。Muse Spark的关键信息和使用要求产品定位：Meta Superintelligence Labs（MSL）成立9个月后的首个模型（代号”牛油果”），定位为”个人超级智能”，面向30亿用户生态。核心性能：Artificial Analysis综合得分52（Llama 4仅18分）；多模态图表理解（86.4）、健康问答（42.8）超越GPT-5.4；编程类任务（ARC AGI 2、SWE-Bench）仍落后。技术亮点：原生多模态推理+视觉思维链；多Agent”沉思模式”（Contemplating）并行思考；预训练算力需求降至Llama 4的1/10，Token消耗仅Opus的1/3。团队背景：由前Scale AI创始人Alexandr Wang领衔，核心成员包括多位华人研究员（来自OpenAI、DeepMind）。访问渠道：meta.ai网页端（免注册）、Meta AI App（iOS/Android）；API预览仅向合作伙伴开放。地域与费用：目前优先美国地区全面开放；个人用户免费、不限量使用。Muse Spark的核心优势原生多模态理解：在图表理解（CharXiv 86.4分）和截图定位（ScreenSpot Pro 84.1分）等视觉任务上表现卓越，显著超越GPT-5.4与Gemini 3.1 Pro。医疗健康专精：基于1000余名临床医生合作构建的专业数据体系，在开放式健康问答（HealthBench Hard 42.8分）与医学影像分析领域达到业界领先水平。多智能体协同推理：独创”沉思模式”（Contemplating）支持多Agent并行思考与任务分解，可调度子Agent分别处理研究、规划与执行等复杂环节。极致效率优化：通过重构预训练技术栈实现算力需求降至Llama 4的十分之一，采用思维自动压缩技术使Token消耗仅为同类顶尖模型的三分之一。Muse Spark的同类竞品对比对比维度Muse SparkGPT-5.4Gemini 3.1 ProArtificial Analysis 综合得分52约 51约 57CharXiv 图表理解86.482.880.2ScreenSpot Pro 截图定位84.185.484.4ARC AGI 2 抽象推理42.576.176.5LiveCodeBench Pro 编程80.087.582.9SWE-Bench Pro 代码修复52.457.754.2HealthBench Hard 健康问答42.840.120.6MedXpertQA 多模态医学78.477.181.3HLE（带工具）深度思考58.458.753.4预训练算力需求Llama 4 的 1/10标准水平标准水平Token 消耗效率Opus 的 1/3基准水平基准水平Muse Spark的应用场景视觉创作与开发：模型支持将应用截图直接转换为可运行的前端代码，能解析复杂学术图表与工程图纸，可将静态图像生成为可交互的网页游戏或故障排查工具。健康医疗咨询：基于千名临床医生专业数据提供开放式健康问答与医学影像解读，同时能根据用户饮食限制生成交互式营养标签和个性化健康管理方案。智能规划与协同：通过多Agent并行处理复杂任务，如协调文化路线、亲子活动与物流的家庭旅行规划，结合社交网络数据提供个性化购物推荐，自主搜索整合多源信息完成深度研究。办公与生产力：支持文档解析、表格分析和邮件撰写等办公任务，同时具备基于截图理解的屏幕自动化能力，可执行界面操作与表单填写。# 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CutClaw - 湾大联合北交大开源的 AI 视频剪辑工具下一篇Claude Managed Agents - Anthropic 推出的全托管 Agent 平台相关文章Indic Parler-TTS – 开源多语言TTS模型，专注于合成印度语和英语AI小集2Open Materials 2024 – Meta 开源的大型开放数据集和配套预训练模型AI小集2Open Computer Agent – Hugging Face 推出的免费云端 AI Agent 工具AI小集213个免费的AI声音克隆软件和工具，准确复刻说话者的音色AI小集34OmniManip – 智元机器人联合北大推出的通用机器人操作框架AI小集0PromptFill – 专为AI绘画设计的开源结构化提示词生成工具AI小集2暂无评论再想想发表评论暂无评论…热门工具LoomyLibTV绘蛙AIAiPPT秘塔AI搜索蛙蛙写作堆友Agent美图设计室Sekoupdream秒哒办公小浣熊最新收录JoyAI青虎AI妙呀纳逗Pro图改改AstraFlow星图最新文章秒悟Meoo – 1分钟生成前后端完整的网站，真0门槛开发！3分钟前Wan3.0 – 阿里万相最新推出的视频生成大模型34分钟前Omega – 腾讯推出的 AI 原生数据分析平台17小时前Hunyuan3D-Buffalo 1.0 – 腾讯混元推出的 3D 多模态框架17小时前Acti – AI 智能键盘，一键触发复杂任务20小时前Muse Code – Meta 推出的终端编程 AI 智能体21小时前RabbitVis – 兔展智能推出的一站式 AI 设计生产工具1天前InstructAV2AV – 智源联合北大开源的音视频联合编辑模型1天前Get3W – AI 模型聚合平台，统一接口自由切换模型2天前Shieldstral – Mistral AI 开源的多模态内容安全分类模型2天前MAGI-2-preview – Sand.ai 开源的多模态视频生成模型2天前SeedRealtime – 字节跳动推出的原生音视频全双工大模型2天前JoyAI-Video-Edit – 京东开源的实时流式视频编辑模型2天前Hy ASR 3.0 preview – 腾讯混元推出的新一代语音识别模型2天前Qwen-CUA – 阿里 Qwen 等推出的原生 Computer Use Agent2天前