AI项目和框架
AI工具集介绍和收录了当前流行的AI研究项目和框架，紧跟最新AI领域的进展，解读AI研究论文和方法框架，帮你快速了解这些项目的工作原理。
Nxtscape – 开源的AI浏览器，本地运行AI Agent
Nxtscape 是基于 Chromium 的开源浏览器，主打本地 AI Agent和隐私保护。Nxtscape支持用户在设备上直接运行 AI 自动化任务（如填表、会议调度），数据不离开...
AI工具
1年前 (2025)
DeepSWE – Together.ai联合Agentica开源的AI Agent框架
DeepSWE是Together.ai联合Agentica开源的AI Agent框架，基于Qwen3-32B模型，用强化学习训练而成。DeepSWE在SWE-Bench-Verified基准测试中表现出色，测试时扩...
AI工具
1年前 (2025)
MuseSteamer – 百度推出的多模态视频生成大模型
MuseSteamer是百度推出的多模态AI视频生成大模型。模型能根据输入的图片或文字提示，生成高质量的动态视频，支持电影级画质和音效一体化生成。
AI工具
1年前 (2025)
Step-Audio-AQAA – StepFun推出的端到端大音频语言模型
Step-Audio-AQAA 是 StepFun 团队推出的端到端大型音频语言模型，专门用于音频查询-音频回答（AQAA）任务。能直接处理音频输入生成自然、准确的语音回答，无...
AI工具
1年前 (2025)
Mercury – Inception Labs推出的扩散语言模型
Mercury是由Inception Labs推出的专为聊天应用量身定制的商业级扩散（LLM）。基于“从粗到细”（coarse-to-fine）的生成过程，能并行生成多个token，显著提高文...
AI工具
1年前 (2025)
GLM-4.1V-Thinking – 智谱AI开源的视觉语言模型系列
GLM-4.1V-Thinking是智谱AI推出的开源视觉语言模型，专为复杂认知任务设计，支持图像、视频、文档等多模态输入。模型在GLM-4V架构基础上引入思维链推理机制，...
AI工具
1年前 (2025)
寸止 – 开源AI对话增强工具，智能拦截AI提前终止对话
寸止是开源的AI对话增强工具，能解决AI助手提前终止对话的问题。工具具备智能拦截功能，当AI想要结束对话时，自动弹出继续选项，让用户能深入交流。寸止支持...
AI工具
1年前 (2025)
MirrorMe – 阿里通义推出的音频驱动肖像动画框架
MirrorMe是阿里通义实验室推出的实时、高保真音频驱动肖像动画框架。框架基于LTX视频模型，结合三项关键创新，身份注入机制、音频驱动控制模块和渐进式训练策...
AI工具
1年前 (2025)
BlenderFusion – 谷歌DeepMind推出的生成式视觉合成框架
BlenderFusion是Google DeepMind推出的生成式视觉合成框架，将传统的 3D 编辑软件（Blender）与AI 模型相结合，实现精准的几何编辑和多样的视觉合成。
AI工具
1年前 (2025)
ThinkSound – 阿里通义推出的首个CoT音频生成模型
ThinkSound是阿里通义语音团队推出的首个CoT（链式思考）音频生成模型，用在视频配音，为每一帧画面生成专属匹配音效。模型引入CoT推理，解决传统技术难以捕...
AI工具
1年前 (2025)