Chatgpt
4 Trubo ChatGPT 4 Turbo 是 OpenAI 推出的最新版本的大型语言模型，它基于 GPT-4 架构，并进行了优化，使其能够生成更长的文本，并具有更强的上下文理解能力。
集成视觉推理与工具调用的轻量级多模态智能体 Skywork R1V4-Lite 是昆仑万维（Skywork AI）推出的轻量级多模态智能体，聚焦视觉 – 语言推理，具备图像理解、工具调用、多步推理与深度研究能力，无需复杂提示词即可通过图像输入自动完成任务。
数据统计
相关导航
清华开源TurboDiffusion
AI视频生成速度暴增200倍，消费级显卡也能秒出大片！ TurboDiffusion是清华大学TSAIL实验室联合生数科技开源的高效AI视频扩散模型框架，可将视频生成速度提升100至200倍，同时保持高质量输出。
蚂蚁灵光
全模态通用 AI 助手 蚂蚁灵光是蚂蚁集团发布的业内首个全代码生成多模态内容的通用 AI 助手，可在移动端实现自然语言 30 秒生成可编辑、可交互、可分享的小应用，支持多模态信息输出。
Office-PowerPoint-MCP-Server
高效管理 PPT 的智能工具 基于 Model Context Protocol（MCP）的服务器工具，使用 python-pptx 操作 PowerPoint 演示文稿，支持通过 MCP 协议创建、编辑和操作 PowerPoint 文件。
AI对口型项目EchoMimic
EchoMimic是一款由蚂蚁集团研究团队推出的创新技术，能够根据音频内容和角色照片生成生动对口型视频。该技术突破了传统方法的局限性，实现了更逼真和动态的人像生成。
阿里HumanOmniV2
多模态AI新王者 阿里HumanOmniV2是由阿里巴巴通义实验室开发的一款多模态AI系统，能够通过分析视频、音频、文字等多种信息，像人类一样理解复杂的社交情境和人类意图。
Qwen3-Embedding
文本嵌入与检索的新标杆 阿里巴巴通义实验室开源的一款文本嵌入模型，能够将文本转换为高维向量，精准捕捉语义信息，广泛应用于文本检索、排序等场景。
ScreenPipe开源AI屏幕录制工具
一款24/7本地AI屏幕与麦克风录制工具，旨在帮助用户构建拥有完整上下文的AI应用。
暂无评论...