VoxCPM2 – OpenBMB推出的多语言语音生成与高保真克隆模型
VoxCPM2是OpenBMB发布的多语言TTS模型，支持文本到语音转换、语音克隆与可控声线生成，可应用于视频配音、内容创作、会议记录自动转写及字幕生成，提供API接...
LLM Wiki – Karpathy 发布的持久化知识库构建模式
LLM Wiki 是 Karpathy 发布的开源知识库构建模式，支持大语言模型增量生成结构化 Markdown 页面，实现知识持久化和复用，适合研究者和高级 LLM agent 工作流...
InternSVG – 上海人工智能实验室推出的SVG生成与理解多模态模型
InternSVG 是由上海人工智能实验室推出的SVG生成与理解多模态模型，支持文本生成SVG、图像转SVG、SVG编辑与解析等任务。基于大规模SAgoge数据集训练，适用于...
Wan2.7-Video – 阿里通义AI 视频创作与分镜生成模型
Wan2.7-Video 是阿里通义推出的 AI 视频创作模型，支持文本、图像、视频、音频全模态输入，提供分镜生成、剧情续写、角色控制及多维度风格化，帮助创作者高效...
MAI-Transcribe-1 – 微软推出的语音转文字模型
MAI-Transcribe-1 是微软推出的语音转文字模型，支持多语言语音转写、字幕生成与会议记录自动化，提供API调用方式，适用于视频字幕制作、语音识别、音频转文...
Gemma 4 – 谷歌开源多模态大语言模型与推理引擎
Gemma 4是谷歌DeepMind开源的多模态大语言模型，支持文本、图像和音频输入，具备长上下文处理能力、强推理能力及API支持，适用于复杂逻辑任务、代码生成和智...
GLM-5V-Turbo – 智谱AI推出的多模态大语言模型与视觉编程基座
GLM-5V-Turbo是智谱AI发布的多模态大语言模型，支持图像、视频与文本输入，具备长上下文推理能力、视觉编程输出及多任务协同，适用于复杂文档解析、自动化GUI...
Qwen3.6-Plus – 阿里通义推出的Agent 编程能力增强型的通用大模型
Qwen3.6-Plus 是阿里通义推出的通用大语言模型，具备增强的 Agent 编程能力，支持文本生成、视觉理解、多模态处理及长上下文推理，适用于智能体开发、工程级...
ClawHub镜像站 – OpenClaw生态推出的AI技能分发与本地加速平台
ClawHub镜像站是OpenClaw生态中的技能镜像分发平台，主要提供AI Agent技能库的本地加速访问与管理能力，支持开发者通过Web和CLI快速获取、安装与更新技能模块...
updream – 哔哩哔哩推出的AI视频创作与智能剪辑工具
updream是哔哩哔哩推出的 AI 视频创作工具，支持脚本生成、智能分镜、自动剪辑与素材处理，适用于短视频创作与内容生产。本文详解 updream怎么用、updream功...
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