AI項目和框架

Job Worth Calculator（工作性價比計算器）是在線工具，支持全面評估工作的實際價值，不僅僅局限于薪資水平。工具綜合考慮年薪、工作時長、通勤時間、工作環...

MOSS-TTSD（Text to Spoken Dialogue）是開源的口語對話語音生成模型，由清華大學語音與語言實驗室（Tencent AI Lab）開發。能將文本對話腳本轉化為自然流暢...

Chrome MCP Server是基于Chrome擴展的模型上下文協議（MCP）服務器，將Chrome瀏覽器的功能暴露給AI助手，如Claude。支持AI直接控制用戶的日常Chrome瀏覽器，...

DeepSeek R1T2 （DeepSeek-TNG R1T2 Chimera）是TNG基于 DeepSeek 原始模型開發的改進型人工智能語言模型。采用 Tri-Mind 架構，融合了 DeepSeek R1-0528、R1...

Kyutai TTS 是法國人工智能研究機構 Kyutai Labs 推出的流式文本轉語音（TTS）技術。是創新的語音合成系統，能實時將文本轉換為自然流暢的語音，無需等待完整...

Skywork-Reward-V2是昆侖萬維開源的第二代獎勵模型系列，包含基于不同基座模型和大小的8個模型，參數規模從6億到80億不等。Skywork-Reward-V2系列模型在七大...

Nxtscape 是基于 Chromium 的開源瀏覽器，主打本地 AI Agent和隱私保護。Nxtscape支持用戶在設備上直接運行 AI 自動化任務（如填表、會議調度），數據不離開...

MuseSteamer是百度推出的多模態AI視頻生成大模型。模型能根據輸入的圖片或文字提示，生成高質量的動態視頻，支持電影級畫質和音效一體化生成。

DeepSWE是Together.ai聯合Agentica開源的AI Agent框架，基于Qwen3-32B模型，用強化學習訓練而成。DeepSWE在SWE-Bench-Verified基準測試中表現出色，測試時擴...

Step-Audio-AQAA 是 StepFun 團隊推出的端到端大型音頻語言模型，專門用于音頻查詢-音頻回答（AQAA）任務。能直接處理音頻輸入生成自然、準確的語音回答，無...

Mercury是由Inception Labs推出的專為聊天應用量身定制的商業級擴散（LLM）。基于“從粗到細”（coarse-to-fine）的生成過程，能并行生成多個token，顯著提高文...

MirrorMe是阿里通義實驗室推出的實時、高保真音頻驅動肖像動畫框架。框架基于LTX視頻模型，結合三項關鍵創新，身份注入機制、音頻驅動控制模塊和漸進式訓練策...

寸止是開源的AI對話增強工具，能解決AI助手提前終止對話的問題。工具具備智能攔截功能，當AI想要結束對話時，自動彈出繼續選項，讓用戶能深入交流。寸止支持...

GLM-4.1V-Thinking是智譜AI推出的開源視覺語言模型，專為復雜認知任務設計，支持圖像、視頻、文檔等多模態輸入。模型在GLM-4V架構基礎上引入思維鏈推理機制，...

BlenderFusion是Google DeepMind推出的生成式視覺合成框架，將傳統的 3D 編輯軟件（Blender）與AI 模型相結合，實現精準的幾何編輯和多樣的視覺合成。