商汤输入法AudioClaw – 商汤科技推出的 AI 语音输入工具
商汤输入法AudioClaw是商汤科技基于日日新多模态大模型推出的智能语音输入工具。工具集语音转文字、智能润色、即时翻译、口语净化、AI会议助手于一体，支持毫...
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
Sand.ai – AI视频生成平台，一键直出完整视频
Sand.ai（北京三呆科技）是AI视频生成平台。平台专注自回归世界模型技术路线，现已开源150亿参数音视频模型daVinci-MagiHuman、分布式训练组件MagiAttention...
AI工具
7个月前
SClaw – 超算互联网推出的科研专属 AI Agent
SClaw 是超算互联网推出的科研专属 AI Agent（智能体），是基于 OpenClaw 打造、深度集成于 SCNet 客户端。产品支持「对话即指令」的自然交互，无需配置环境...
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