覆盖 AI聊天、AI图像、AI写作、AI编程等方向，持续更新产品官网、使用指南、案例与问答。
已收录栏目 36 个 · 已发布内容 2392 篇
Krisp是一款基于人工智能的实时音频降噪软件，能智能消除通话中的背景噪音和回声，适用于会议、直播、录音等多种场景，提升远程沟通和内容创作的专业音质。
Mubert AI是一个基于人工智能的音乐生成平台，能够根据用户输入的关键词、情绪或场景，实时生成免版税、高质量的背景音乐、音效和完整曲目。它利用深度学习模型，将音乐创作民主化，为视频制作者、
ElevenLabs AI 是一款基于深度学习的文本转语音（TTS）和语音合成工具，能够生成高度逼真、富有情感和语调的自然语音。它支持多种语言和声音风格，广泛应用于内容创作、有声书制作、视频配
ElevenLabs-TTS是一款基于深度学习的文本转语音工具，利用先进的人工智能技术生成高度逼真、富有情感和语调的自然语音。它支持多种语言和声音风格，适用于有声书、播客、视频配音、虚拟助手等
Murf AI是一款基于人工智能的文本转语音（TTS）平台，提供超过120种自然逼真的AI语音，支持多种语言和口音，广泛应用于视频制作、播客、电子学习、广告配音等场景。用户可通过简单的文本输入
D-ID 7.0是一款基于生成式人工智能技术的数字人视频创作工具，能够将静态照片或文本快速转化为逼真的动态数字人视频，支持实时面部动画、自然语音合成和情感表达，广泛应用于营销、教育、客户服务和
D-ID AI Video是一款基于人工智能的视频生成工具，能够将静态照片或文本转化为具有自然面部表情和唇部同步的逼真数字人视频。它利用先进的深度学习技术，支持多语言语音合成、实时对话和个性化
HeyGen 12.0是一款领先的AI视频生成工具，专注于通过人工智能技术快速创建高质量的数字人视频。它支持多语言配音、自定义虚拟形象、脚本生成和实时编辑，广泛应用于营销、教育、培训和企业沟通
DeepSeek R2 是深度求索即将推出的下一代多模态大模型，在推理能力、长上下文、代码生成和智能体协作方面实现显著升级，支持文本、图像、音频的联合理解与生成，为开发者与企业提供更强大的 A
Perplexity Max 是 Perplexity AI 推出的旗舰级智能搜索与知识发现平台，融合大语言模型与实时网络检索能力，为用户提供精准、可溯源、多轮对话式的答案生成体验。它面向研究
Gemini 3 Pro 是谷歌 DeepMind 推出的第三代旗舰级多模态人工智能模型，在推理、编程、数学、科学及多语言理解等基准测试中全面领先，支持超长上下文与原生多模态输入，并通过 Ge
Kimi-VL是月之暗面（Moonshot AI）推出的开源视觉语言模型，具备强大的多模态理解与推理能力，支持图像描述、视觉问答、文档解析等任务，为开发者和研究者提供高效、灵活的AI工具。
Mistral Small 3.1 是 Mistral AI 推出的新一代高效小语言模型，拥有 240 亿参数，支持 128k 上下文窗口，在保持轻量级的同时提供接近大模型的性能。它专为边缘计
SuperAGI是一个开源自主AI代理框架，帮助开发者快速构建、部署和管理能够自主执行复杂任务的AI代理。它提供可视化界面、工具集成、记忆系统和多代理协作能力，适用于自动化工作流、智能助手和A
Notion AI 3.0 是 Notion 推出的最新一代人工智能功能套件，深度集成于 Notion 工作空间，提供智能写作、内容总结、任务自动化、知识问答等能力，旨在提升个人与团队的生产力
Perplexity Labs是Perplexity AI推出的实验性功能集合，旨在通过前沿人工智能技术重新定义信息检索与知识发现。它结合了大型语言模型、实时网络搜索和交互式问答，为用户提供精
Qwen 3 是通义千问团队推出的新一代开源大语言模型，提供从 0.6B 到 235B 的多种参数规模，涵盖稠密与 MoE 架构。其核心亮点包括混合推理模式、119 种语言支持、增强的数学与代
Qwen 2.5 Max是阿里云通义千问系列的最新旗舰大语言模型，在推理、编程、多语言理解与生成等核心能力上实现全面突破，支持超长上下文与复杂任务处理，为开发者和企业提供强大的AI基础设施。
Grammarly AI 2 是 Grammarly 推出的新一代 AI 写作辅助工具，基于先进的大语言模型，提供语法检查、语气调整、改写润色、内容生成等功能，帮助用户在各种场景下写出更清晰、
Mistral Large 3 是 Mistral AI 推出的第三代旗舰级大语言模型，在推理、多语言理解、代码生成和指令遵循等方面实现显著提升，适用于企业级对话、内容创作、编程辅助等场景，为
Udio v3 是 Udio 推出的第三代 AI 音乐生成模型，在音质、人声自然度、编曲复杂度和风格多样性上实现显著提升。它支持文本到音乐生成、音频续写、人声分离与混音等专业功能，为音乐人、制
Lovable 2.0 是一款革命性的AI驱动开发平台，通过自然语言对话即可生成完整的Web应用。它集成了前端、后端、数据库和部署能力，让非技术人员也能快速构建生产级应用，同时为开发者提供强大
Glean 2 是 Glean 公司推出的新一代企业级AI搜索与知识管理平台，通过深度集成企业内部数据源，利用大语言模型和语义理解技术，为员工提供精准的搜索、问答、摘要和自动化工作流能力，旨在
NovelCrafter是一款专为小说家和故事创作者设计的AI写作工具，提供从构思、大纲到章节生成的全流程支持。它结合了强大的语言模型与灵活的项目管理功能，帮助作者克服写作障碍，提升创作效率，
Cartesia Sonic 是一款专注于实时对话的超低延迟文本转语音（TTS）工具，基于创新的状态空间模型架构，能在极短时间内生成自然、富有表现力的语音。它支持多语言、声音克隆和情感控制，适
DeepSeek V3 是深度求索公司推出的新一代开源大语言模型，采用 MoE 架构，拥有 6710 亿参数，在多项基准测试中表现优异，同时训练成本极低，为 AI 开发者和企业提供了高性能、低
Sourcegraph Cody 2 是 Sourcegraph 推出的新一代 AI 编程助手，基于更强大的大语言模型和代码智能引擎，提供代码生成、解释、重构、调试、测试编写等全流程辅助。它深
Adobe Firefly 4 是 Adobe 推出的第四代生成式 AI 模型，专注于图像、视频、矢量与设计稿的智能生成与编辑。它深度集成于 Photoshop、Illustrator、Pre
Ideogram 3 是一款先进的AI图像生成工具，以其卓越的文字渲染能力和高质量的图像输出著称。它能够根据文本提示生成包含准确拼写文字的图像，适用于海报、Logo、社交媒体图形等设计场景，为
Phi-3是微软推出的轻量级开源AI模型系列，包含3.8B、7B和14B参数版本，以极小的体积实现接近大模型的性能，支持端侧部署，适用于移动设备、边缘计算等场景，为开发者提供高效、低成本的AI
Uberduck是一款集文本转语音、AI音乐生成和语音克隆于一体的在线工具，提供超过5000种社区声音和名人声音模型，支持自定义声音训练，广泛应用于视频配音、游戏开发、音乐创作和创意内容制作。
Genspark是一款基于生成式人工智能的搜索引擎，旨在通过动态生成定制化的搜索结果页面，提供比传统搜索引擎更精准、更高效、更直观的信息发现体验。它整合了多源信息，自动生成结构化摘要和深度内容
D-ID 5.0 是一款基于生成式人工智能的数字人视频创作与实时交互平台，支持将静态照片或文本快速转化为逼真的数字人视频，并实现自然语言对话。该工具广泛应用于营销、教育、客服和内容创作等领域，
OpenAI 是全球领先的人工智能研究机构，提供包括 GPT 系列模型、DALL·E、Whisper 等在内的多种 AI 工具和 API，广泛应用于自然语言处理、图像生成、语音识别等领域，帮助
Opus.pro 是一款集成了人工智能写作、图像生成、视频制作与语音合成等多功能于一体的专业内容创作平台。它利用先进的深度学习模型，帮助用户高效生成高质量的文本、图像、音频和视频内容，适用于营
xAI 是埃隆·马斯克创立的人工智能公司，致力于开发先进的人工智能模型和工具，以理解宇宙的真实本质。其核心产品包括 Grok 对话模型和一系列 AI 开发平台，旨在为开发者和企业提供高效、可扩
Windy是一款基于人工智能的气象数据平台，提供全球实时天气可视化、风速风向预测、降水雷达、空气质量监测等功能，广泛应用于户外运动、航空航海、农业和科研领域。其AI算法可生成高精度短期天气预报
OpenCV（Open Source Computer Vision Library）是一个开源的计算机视觉和机器学习软件库，提供超过2500种优化算法，用于图像处理、视频分析、目标检测、人脸
智谱AI（Zhipu AI）是由清华大学团队孵化的人工智能公司，提供包括GLM系列大语言模型、AI开发平台、数据平台、对话平台等在内的全栈式AI解决方案。其核心产品包括智谱清言（ChatGLM
GLM（General Language Model）是由智谱AI研发的先进多模态通用大模型，支持文本、图像、代码等多种任务，提供强大的自然语言理解与生成能力。本文详细介绍GLM的核心特性、应
Marqo是一个开源的、端到端的向量搜索与AI数据平台，支持文本、图像等多模态数据的索引与检索，提供强大的语义搜索、推荐和RAG（检索增强生成）能力，适用于构建智能搜索系统、知识库和AI应用。
Stable Diffusion WebUI是一款基于Stable Diffusion模型的AI图像生成与编辑工具，提供直观的Web界面，支持文本生成图像、图像修复、风格迁移等功能，适用于设计
Phi 是一款由微软研究院推出的高效、轻量级人工智能开发工具，专注于为开发者提供快速构建和部署智能应用的能力。它基于 Transformer 架构，支持多种自然语言处理任务，如文本生成、问答、
Modal是一个专为AI开发者和数据科学家设计的云端计算平台，提供无服务器GPU、自动扩展、快速启动和Python原生SDK，支持从模型训练到推理部署的全流程，极大简化AI应用的构建与运维。
Kaggle是全球领先的数据科学竞赛平台，提供真实数据集、在线编程环境（Kaggle Notebooks）和社区协作功能，帮助数据科学家、机器学习工程师和AI爱好者通过实战项目提升技能、参与竞
Anthropic API 是 Anthropic 公司提供的官方接口，用于访问其先进的 AI 模型（如 Claude 系列）。该 API 专注于安全性、可控性和可解释性，为开发者提供构建智能
OpenAI API 是 OpenAI 提供的一套云端接口，允许开发者通过简单的 HTTP 请求调用 GPT-4、DALL·E、Whisper 等前沿模型，实现文本生成、图像创作、语音识别、代
Chromadb 是一个开源的向量数据库，专为人工智能应用设计，提供高效的嵌入向量存储、相似性搜索和元数据过滤功能。它简化了大型语言模型（LLM）的知识库构建、语义搜索和检索增强生成（RAG）
Milvus是一款开源的向量数据库，专为处理大规模向量数据而设计，广泛应用于人工智能领域的相似性搜索、推荐系统、图像检索等场景。它提供高性能、高可用性和易扩展性，是构建AI应用的理想数据基础设
Qdrant是一款专为AI应用设计的开源向量搜索引擎和数据库，支持高效相似性搜索、向量索引与过滤，适用于推荐系统、图像检索、自然语言处理等场景。它提供RESTful API和gRPC接口，具备
Chroma是一款专为AI和机器学习应用设计的开源向量数据库，提供高效、可扩展的向量存储与检索能力，支持语义搜索、推荐系统、RAG（检索增强生成）等场景，帮助开发者快速构建智能应用。
LlamaIndex是一个开源的数据框架，专为大型语言模型（LLM）应用设计，提供高效的数据索引、检索和上下文增强能力，帮助开发者快速构建基于私有或自定义数据的智能问答、搜索和生成系统。
Llama 2是Meta（原Facebook）发布的开源大语言模型，提供7B、13B和70B三种参数规模，支持商用和研究用途。该模型在对话、文本生成、代码编写等任务上表现优异，并附带安全微调版
GrammarlyGO 5.0是Grammarly推出的新一代AI写作助手，基于先进的自然语言处理和大语言模型技术，提供从语法纠错、风格优化到内容生成的全方位写作支持。本文详细介绍其核心功能、
ElevenLabs Voice 27是一款基于深度学习的AI语音合成工具，能够生成高度逼真、富有情感和语调的自然语音，适用于内容创作、播客、有声读物、视频配音等多种场景。它支持多语言、多音色
ElevenLabs Voice 25是一款基于深度学习的文本转语音（TTS）工具，支持25种语言和多种声音风格，能够生成高度逼真、富有情感和表现力的语音。适用于内容创作、有声读物、播客、虚拟
GitHub Copilot Agent 30 是一款基于人工智能的编程助手，能够实时提供代码建议、自动补全和上下文感知的代码生成，支持多种编程语言和开发环境，帮助开发者显著提升编码效率与代码
Hedra 2.0 是一款革命性的AI视频生成工具，支持文本、图像和音频输入，快速生成高质量、富有表现力的虚拟角色视频。适用于内容创作、营销、教育和娱乐等领域，提供实时协作和云端渲染功能。
Meta Llama 3.1 是 Meta 公司最新发布的开源大语言模型系列，提供 8B、70B 和 405B 三种参数规模，支持多语言、长上下文和工具调用，适用于对话、代码生成、翻译等多种
Perplexity Pro V29 是一款基于大型语言模型（LLM）的专业AI搜索引擎，结合实时网络检索与深度推理能力，为用户提供精准、可溯源的答案。它支持多轮对话、文件上传分析、自定义知识