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。
混元3D世界模型2.0 – 腾讯混元开源的生成与重建一体化3D世界模型
混元3D世界模型2.0是腾讯混元开源的多模态3D世界模型，支持文本、图像与视频输入生成可漫游3DGS/mesh场景，并实现世界重建与数字孪生。模型采用全景生成、轨...
ERNIE-Image – 百度文心开源的8B参数文生图模型
ERNIE-Image是百度文心开源的8B参数文生图模型，提供标准版50步高质量生成与Turbo版8步快速生成两种模式，支持高可控结构化图像生成与中英文长文本精准渲染，...
Spark 2.0 – World Labs 开源的Web端3D高斯溅射渲染引擎
Spark 2.0是World Labs开源的Web端3D高斯溅射渲染引擎，支持3DGS实时渲染、多对象融合与流式加载能力。适用于Web 3D展示、虚拟世界构建和数字孪生场景，具备L...
LPM 1.0 – 米哈游蔡浩宇推出的多模态对话视频生成模型
LPM 1.0是一款面向多模态交互的视频生成模型，支持图像、语音与文本联合驱动生成对话视频与虚拟人内容。该模型具备身份一致性控制、语音驱动口型同步及长时序...
MiniMax Music 2.6 – MiniMax推出的AI音乐生成与可控创作模型
MiniMax Music 2.6是一款由MiniMax研发的AI音乐生成模型，支持文本生成音乐、音乐结构控制与Cover重编曲功能，适用于短视频配乐、游戏音频制作与内容创作场景...
VimRAG – 阿里通义开源的多模态RAG与Agent检索增强生成框架
VimRAG快速摘要： VimRAG是阿里巴巴NLP团队提出的多模态检索增强生成RAG框架，支持文本、图像与视频的联合检索与推理任务，适用于复杂知识理解与多模态问...
Muse Spark – Meta 推出的原生多模态多智能体推理模型
Muse Spark是Meta推出的原生多模态多智能体推理模型，支持视觉理解、工具调用与多Agent协同推理，适用于复杂任务拆解、智能问答与多模态交互应用场景。模型具...
Seeduplex – 字节跳动推出的全双工实时语音交互大模型
Seeduplex是字节跳动推出的全双工语音大模型，支持实时语音对话、语音转文字、多轮语音理解与低延迟交互，适用于语音助手、会议记录、客服系统等场景，具备语...
GLM-5.1 – 智谱AI推出的Agent智能体与自动编程大语言模型
GLM-5.1是智谱AI推出的Agent智能体大语言模型，支持长上下文推理、自动编程、工具调用与复杂任务执行能力。适用于AI编程助手、代码自动修复、DevOps自动化等...
PixVerse C1 – 爱诗科技推出的首个影视级AI视频生成模型
PixVerse C1 是爱诗科技推出的影视级AI视频生成模型，支持文生视频、图生视频、首尾帧过渡和参考分镜生成，最高输出15秒1080P音画同步视频，适用于短视频创作...
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