最新项目 - 实时追踪最新开源与非开源AI项目

实时追踪最新开源与非开源AI项目，涵盖多模态、推理、生成等热门领域。企业创新与开发者探索，都能在这里找到刚发布的项目。

共 1755 个项目 · 第 93 / 176 页

Wispr Flow - AI语音输入工具，自动纠正拼写和语法错误Wispr Flow 是AI语音转文本工具，基于先进的AI技术，帮助用户在任何应用程序中实现快速语音转文字。Wispr Flow支持100多种语言，具备自动编辑、上下文感知和低音量识别等功能，大幅提升写作和沟通效率。AI工具1年前

古人“回答我”视频爆火，如何用AI制作古人复活视频？最近，古人“回答我”的视频霸屏了，上午李时珍、下午孙思邈、晚上扁鹊、夜里张仲景轮番登场，每一个又好玩又有梗，流量还特别高！甚至连人民网都加入了这波...AI教程1年前

Step-Video-TI2V - 阶跃星辰开源的图生视频模型Step-Video-TI2V 是阶跃星辰（StepFun）推出的开源图生视频（Image-to-Video）生成模型，拥有 300 亿参数，能根据文本描述和图像输入生成最长 102 帧的视频。模型基于深度压缩的变分自编码器（Video-VAE），实现了 16×16 的空间压缩和 8× 的时间压缩，显著提高了训练和推理效率。AI工具1年前

o1-pro - OpenAI 推出的升级版推理模型o1-pro是 OpenAI 正式推出的 o1 系列的升级版本，o1-pro 是目前 OpenAI 最强大的推理模型，核心优势在于显著提升的计算能力，能更好地应对复杂问题，提供更一致且高质量的响应。o1-pro 仅向特定开发者（Tier 1–5）开放。AI工具1年前

如何用AI总结播客音频内容，比听快10倍！今天朋友给我分享了一期超棒的播客，明浩老师深度解读AI Agent、Manus的实现逻辑和使用案例。我满心欢喜准备听，可一看时长居然有一个多小时。要是能有AI工...AI教程1年前

Noiz AI – AI语音克隆与合成工具，支持情感化文本转语音Noiz AI 是 AI 语音克隆与合成工具，专注于为用户提供高效、个性化的语音解决方案。基于自研的超大语音模型，能在3-10秒内通过简短录音克隆出与真人无异的声音模型，广泛应用于文本生成语音（TTS）、视频配音和多语言视频翻译等场景。AI工具1年前

Skywork R1V - 昆仑万维开源的多模态思维链推理模型Skywork R1V是昆仑万维开源的首款工业界多模态思维链推理模型，具备强大的视觉链式推理能力。Skywork R1V能对视觉输入进行多步逻辑推理，解决复杂的视觉任务，例如视觉逻辑推理、视觉数学问题、科学现象分析及医学影像诊断等。AI工具1年前

Claude 3.7 Max - Cursor 上线的最新 AI 模型，支持200k上下文Claude 3.7 Max 是 Cursor 推出的专为复杂代码任务设计的最新 AI 模型，称为史上最强代码助手。基于 Claude 3.7 思考模型，具备 200k 超大上下文窗口，支持处理复杂代码任务，一次性执行最多 200 次工具调用，大幅提升代码理解和编辑效率。AI工具1年前

Hunyuan3D 2.0 - 腾讯推出的大规模 3D 资产生成系统Hunyuan3D 2.0 是腾讯推出的大规模 3D 资产生成系统，专注于从文本和图像生成高分辨率的 3D 模型。系统采用两阶段生成流程：首先生成无纹理的几何模型，再合成高分辨率纹理贴图。AI工具1年前

Mistral Small 3.1 - Mistral AI 开源的多模态 AI 模型Mistral Small 3.1 是 Mistral AI 开源的多模态人工智能模型，有 240 亿参数，基于 Apache 2.0 许可证发布。在文本和多模态任务上表现出色，支持长达 128k tokens 的上下文窗口，推理速度可达每秒 150 个 token，低延迟且高效。AI工具1年前