MiniDALL·E3–北京理工联合上海AILab等高校推出的交互式文生图框架
AI工具百科：
Mini DALL·E 3是什么
Mini DALL·E 3 是北京理工大学、上海AI Lab、清华大学和香港中文大学联合推出的交互式文本到图像（iT2I）框架。基于自然语言与用户进行多轮对话，实...
VoiceCanvas–开源AI语音合成平台，支持多语言、多音色、声音克隆服务
AI工具百科：
VoiceCanvas是什么
VoiceCanvas 是开源的多语言语音合成平台。基于 AI 技术提供高质量的文字转语音服务，支持超过 50 种语言，集成 OpenAI TTS、AWS Polly 和 MiniMax 等...
AI推理模型有哪些？13个支持深度思考的推理模型
AI工具百科：
在当今数字化时代，人工智能正以前所未有的速度改变着我们的生活和工作方式。AI推理大模型作为人工智能领域的重要分支，以卓越的性能和广泛的应用前景，吸引了全球科技企...
PPTableMagic–百度飞桨团队开源的表格识别工具
AI工具百科：
PPTableMagic是什么
PPTableMagic 是百度飞桨团队推出的高性能表格识别工具，用在将图片中的表格结构化信息提取出来，转换为 HTML 等格式，进行进一步的数据处理和分析。...
OpenCodeReasoning–英伟达开源的代码推理AI模型
Ai工具百科：
Open Code Reasoning是什么
Open Code Reasoning（OCR）是英伟达开源的代码推理AI模型，基于Nemotron架构，专为提升代码推理和生成能力设计。OCR包含32B、14B和7B三种模...
DifyPlus–基于Dify二次开发的企业级增强版项目
AI工具百科：
DifyPlus是什么
DifyPlus 是基于 Dify 二次开发的企业级增强版项目，集成基于 ginvueadmin 的管理中心。DifyPlus在 Dify 基础上新增用户额度、密钥额度、Web 公开页登录...
Tesseract–开源的光学字符识别引擎，支持多种语言文字识别
AI工具百科：
Tesseract是什么
Tesseract 是开源的光学字符识别（OCR）引擎，Google 赞助开发的高精度免费的应用。支持多种语言，能识别 JPEG、PNG、TIFF 等常见图像格式中的文字内容...
AmazonNovaAct–亚马逊推出的通用AI智能体，自主执行网页任务
AI工具百科：
Amazon Nova Act是什么
Amazon Nova Act是亚马逊 AGI Labs推出的通用AI代理，用于在网页浏览器中执行任务。Amazon Nova Act支持开发者基于配套的 SDK 构建智能体应用原型...
QLIP–英伟达推出的视觉标记化方法
AI工具百科：
QLIP是什么
QLIP（Quantized LanguageImage Pretraining）是英伟达等推出的视觉标记化方法，结合高质量的图像重建和零样本图像理解能力。QLIP二进制球形量化（BSQ）的自...
Droidrun–开源AI手机操作工具，支持Agent操作Android手机
AI工具百科：
Droidrun是什么
Droidrun 是AI手机操作工具，支持 AI Agent像人类一样操作 Android 手机。Droidrun由运行在电脑或云端的 LLM 智能体和安装在手机上的 DroidRun Portal Ap...
AutoAgent–港大推出的AI智能体框架，零代码创建智能助手
Ai工具百科：
AutoAgent是什么
AutoAgent 是香港大学推出的零代码、自动化 LLM 智能体框架。基于自然语言交互，让用户无需编程即可创建智能助手，适用于智能搜索、数据分析、报告生成...
Graphiti–开源AI动态知识图谱生成框架
AI工具百科：
Graphiti是什么
Graphiti 是为动态环境设计的 AI 知识图谱生成框架，为 AI 智能体构建能查询、具有时间感知能力的知识网络。Graphiti 能实时摄取和处理结构化与非结构化...
