AI模型
汇集最全的AI模型资源，包括通用大模型、垂直领域模型及实用工具，提供使用教程、测评与更新动态，让你快速掌握AI模型应用。
Phi-4-reasoning-vision-15B – 微软推出的多模态推理视觉模型，支持GUI理解与数学推理
Phi-4-reasoning-vision-15B 是微软发布的150亿参数多模态推理模型，支持视觉理解、数学推理、GUI界面识别和文档解析，适合本地部署与自动化代理开发，属于Ph...
MiniMax Music 2.5+ – MiniMax推出的多风格AI音乐生成模型，支持纯音乐创作与跨风格融合
MiniMax Music 2.5+是一款由MiniMax推出的AI音乐生成模型，支持古典管弦、电子、氛围音等多风格创作，可应用于游戏、影视、广告、冥想等场景，提供高保真纯音...
Gemini 3.1 Flash-Lite – Google推出的高性能轻量级多模态推理模型
Gemini 3.1 Flash-Lite 是 Google DeepMind 推出的轻量级多模态大模型，支持高并发文本生成、翻译、内容审核和实时界面生成，提供低延迟、高吞吐量和低成本调...
GPT-5.3 Instant – OpenAI推出的高响应速度通用对话模型与API调用版本
GPT-5.3 Instant 是 OpenAI 推出的 GPT-5 系列即时响应大语言模型，支持自然对话、联网搜索整合、多轮上下文理解和API调用，适用于聊天、写作、开发和自动化...
FireRed-OCR – 小红书推出的文档结构解析与Markdown转换工具
FireRed-OCR是一款轻量级文档结构解析模型，可高效识别复杂表格、数学公式和层级标题，将PDF、扫描文档等内容转换为结构化Markdown文本，适合科研、财务和企...
Fun-AudioGen-VD – 阿里通义专业语音生成与场景化音频模型
Fun-AudioGen-VD 是阿里通义实验室推出的高质量语音生成模型，支持自然语言指令生成个性化音色、情绪表达及沉浸式场景音频，适用于影视配音、游戏角色语音、...
Fun-CosyVoice3.5 – 阿里通义语音生成模型支持多语种音色克隆与自然语言控制
Fun-CosyVoice3.5 是阿里通义实验室推出的语音生成模型，支持多语种语音合成、音色克隆、自然语言控制和低延迟流式输出，适用于数字人、语音助手、有声内容制...
Nano Banana 2 – 谷歌高效图像生成模型，支持多语言与高分辨率
Nano Banana 2 是 Google DeepMind 发布的新一代图像生成模型，支持高分辨率、多语言文字渲染、角色与物品一致性保持，并可通过 Gemini App、Google API 和 V...
SkyReels V4 – 昆仑万维推出的多模态音视频生成与统一编辑模型
SkyReels V4 是昆仑万维推出的多模态音视频生成基础模型，支持文本、图像、视频与音频联合控制，集视频生成、修复与编辑于一体，最高支持1080p分辨率输出。本...
Spirit-v1.5 – 千寻智能推出的开源具身智能基础模型与VLA机器人架构实践
Spirit-v1.5 是千寻智能发布的开源具身智能基础模型，基于统一 Vision-Language-Action 架构，支持多机器人平台部署与跨任务泛化能力，在 RoboChallenge 真机...
AI工具箱导航官网汇集了来自国内外的上千款AI工具。每日更新和添加最新的AI工具。此外还收录了常用的AI学习开发网站、框架和模型。帮助你轻松跟上人工智能的步伐，实现任务自动化，提升工作效率！
Ctrl + D 或 ⌘ + D 收藏本站到浏览器书签栏。
浙公网安备33010202004812号