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。
AnyClaw – 专为 AI Agent 设计的开源智能转接头
AnyClaw 是专为 AI Agent 设计的开源智能转接头，扮演'Agent 互联网与传统互联网的连接器'角色。能将传统互联网分散的 API、脚本、网页自动化工作流等工具，...
AI工具
7个月前
Star Office UI – 开源 AI 可视化看板，Agent实时工作状态
Star Office UI 是开源的像素风格的 AI 可视化状态看板，支持将 AI 助手的工作状态实时可视化。Star Office UI 支持 6 种状态映射到不同办公区域，配备昨日工...
AI工具
7个月前
MOCR – 小红书联合华中科技推出的多模态文档解析模型
MOCR（Multimodal OCR）是华中科技大学与小红书hi lab联合推出的多模态文档解析模型，仅3B参数在文档解析和图形重建上实现突破性表现。
AI工具
7个月前
Voxtral TTS – Mistral AI开源的文本转语音模型
Voxtral TTS 是 Mistral AI开源的文本转语音模型，基于 40 亿参数架构，支持 9 种语言。模型具备 90 毫秒超低延迟和 6 倍实时生成速度，仅需 3-5 秒音频可实...
AI工具
7个月前
Gemini 3.1 Flash Live – 谷歌推出的实时语音模型
Gemini 3.1 Flash Live是Google最新推出的高质量实时语音模型，专为自然流畅的对话交互设计。模型在语调理解、推理能力和响应速度上均有显著提升，能精准识别...
AI工具
7个月前
Suno v5.5 – Suno推出的 AI 音乐生成模型
Suno V5.5 是Suno推出的 AI 音乐生成模型，标志着从'生成即完成'向'精细化制作'的重大转型。模型新增 Voices 声音定制、Custom Models 自定义模型和 My Taste...
AI工具
7个月前
LongCat-Next – 美团 LongCat 推出的多模态模型
LongCat-Next是美团LongCat推出的多模态模型，核心创新是LoZA稀疏注意力机制。模型通过智能筛查模块重要性，将50%低重要模块替换为流式稀疏注意力，形成全局...
AI工具
7个月前
daVinci-MagiHuman – Sand.ai等开源的音视频生成模型
daVinci-MagiHuman 是上海创智学院 GAIR 实验室与 Sand.ai 联合开源的音视频联合生成基座模型。模型采用 150 亿参数的单流 Transformer 架构，统一建模文本、...
AI工具
7个月前
TurboQuant – 谷歌推出的向量量化算法
TurboQuant 是 Google Research 推出的向量量化算法，可将大模型 KV Cache 从 32-bit 压缩至 3-bit，实现内存降低 6 倍、推理速度提升 8 倍，且精度零损失。
AI工具
7个月前
Lyria 3 Pro – 谷歌推出的 AI 音乐生成模型
Lyria 3 Pro 是谷歌推出的 AI 音乐生成模型，支持创作最长 3 分钟的完整音轨，具备结构感知能力，可精准处理前奏、主歌、副歌、桥段等编曲要素。
AI工具
7个月前