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。
Voxtral Transcribe 2 – Mistral AI推出的多语言低延迟语音转写工具
Voxtral Transcribe 2, 语音转写, 多语言转录, 低延迟语音, Mistral AI
Intern-S1-Pro – 上海AI实验室推出的科学多模态大模型
Intern-S1-Pro 是上海 AI 实验室推出的科学多模态大模型，基于 MoE 架构与通专融合技术，支持科学推理、多模态理解、长时序信号分析和科研智能体构建，适用于...
MiniCPM-o 4.5 – 全双工实时交互的开源多模态模型
MiniCPM-o 4.5 是面壁智能推出的 9B 参数开源全模态模型，支持全双工实时交互，集成视觉理解、语音识别与语音生成能力，可在端侧设备与国产算力平台部署，适...
可灵3.0模型 – 快手推出的多模态视频与图像生成模型
可灵3.0模型是快手推出的新一代多模态内容生成模型，支持视频生成、图片生成、多参考主体锁定、智能分镜、多语种口型同步与原生超清输出，适用于短视频创作、...
Qwen3-Coder-Next – 阿里开源的编程智能体模型
Qwen3-Coder-Next是什么 Qwen3-Coder-Next 是由阿里巴巴旗下 Qwen 团队开发的一款面向编程智能体与本地开发场景的开源大型语言模型。它基于新一代 Qwen3-N...
GLM-OCR – 智谱开源的轻量级多模态OCR模型
GLM-OCR是智谱AI推出的轻量级多模态OCR模型，支持手写体、复杂表格、公式与代码识别，输出HTML与JSON结构，适用于企业文档数字化、教育科研及票据解析等场景。
Step 3.5 Flash – 256K上下文与350TPS高速推理的Agent基座模型
Step 3.5 Flash 是阶跃星辰推出的开源大模型，采用稀疏 MoE 架构，总参数 1960 亿，每 token 仅激活 110 亿参数，支持 256K 长上下文与最高 350 TPS 推理速度...
Vidu Q3 – 支持16秒音画同步的AI视频生成模型
Vidu Q3 是生数科技推出的新一代 AI 视频生成模型，支持一次生成 16 秒 1080p 音画同步视频，集成对白、环境音效与 BGM，具备导演级镜头切换、多语言文字渲染...
TranslateGemma – 基于Gemma的多语言高质量翻译模型
TranslateGemma 是基于 Google Gemma 系列优化的多语言翻译模型，专注于高质量文本翻译、长上下文语义保持与可控输出，适合开发者、企业本地化及私有部署翻译...
GLM-Image – 面向中文与复杂文字渲染的多模态图像生成模型
GLM-Image 是由智谱 AI 推出的国产多模态图像生成模型，基于自回归与扩散解码器混合架构，支持高分辨率文生图、复杂中文文字渲染与知识密集型图像生成，适用...
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