EmbeddingGemma 2 – 谷歌开源的原生多模态嵌入模型
EmbeddingGemma 2 是谷歌开源的原生多模态 Embedding 模型，基于 Gemma 4 架构，将文本、代码、图片、视频、音频映射到统一向量空间，实现跨模态语义检索。Em...
AI工具
5天前
SemIf – 开源的 AI 决策模型，复现 Jev 语义决策模式
SemIf（原 OpenJev）是开源的 AI 决策模型，用开源模型复现 TypeSafe 闭源服务 Jev 的语义决策接口模式。SemIf单次前向传播直接读取候选选项对应的 logits 打...
AI工具
5天前
Nano Banana 2.1 – 谷歌推出的新图像生成与对话式编辑模型
Nano Banana 2.1 是 Google DeepMind 推出的图像生成与对话式编辑模型，属 Gemini 3 系列，底层基于 Gemini 3.6 Flash。Nano Banana 2.1支持 1K/2K/4K 输出、...
AI工具
5天前
Meet妙记 – AI 会议纪要工具，自动区分说话人
Meet妙记是AI会议纪要工具，主打'按下录音、边说边记、散会成稿'。Meet妙记支持实时语音转写、自动区分说话人，AI自动生成摘要、要点和待办；手机端一键录音...
AI工具
5天前
MAI-Transcribe-2-Streaming – 微软推出的语音转写模型
MAI-Transcribe-2-Streaming 是微软推出的首个实时流式语音转写模型，能在讲话进行时持续输出文字，覆盖 60 种语言并自动检测语言切换，首批文本延迟低至数百...
AI工具
5天前
Comfy Agent – ComfyUI 推出的首个内嵌式 AI Agent
Comfy Agent 是 ComfyUI 官方推出的首个内嵌式 AI Agent，已在 Comfy Cloud 全量开放。用户用自然语言描述需求，Comfy Agent 能搭建、迭代并直接运行工作流，...
AI工具
5天前
Ling-3.1-flash – 蚂蚁百灵团队推出的新一代大模型
Ling-3.1-flash是蚂蚁集团百灵团队推出的新一代大模型，总参数约560B、单Token激活25B，上下文窗口达1M。Ling-3.1-flash采用混合线性架构，专为真实世界长流...
AI工具
6天前
怎么用 Claude Opus 5.5 做视频 – 附7 个实战案例与提示词
最近 Claude Opus 5.5 彻底火出圈了。 让人没想到的是，一个纯文本大模型，全网刷屏的代表作居然全是一条条高水准的视频：
AI教程
7天前
FluxPic – AI 产品图生成工具，电商产品图全链路生成平台
FluxPic 是面向电商商家的 AI 产品图生成工具。用户只需上传商品图，AI 可自动分析产品特征与卖点，一键批量生成主图、详情图、A+ 页面及广告素材，成本低至 ...
AI工具
1周前
IQuest-Q1 – 至知创新研究院开源的 Agent 基础模型
IQuest-Q1是至知创新研究院开源的Agent基础模型，主打代码与智能体任务。IQuest-Q1采用稀疏MoE架构，总参数320B、每token仅激活15B，推理成本低。
AI工具
1周前