AI导哈

工具 · 模型 · 行业动态

AI文章

发现新工具，了解新进展。让每一次阅读，都离用好 AI 更近一步。

7,595篇文章，持续更新

最新文章

第 216 / 422 页

Bobby AI

Bobby AI 是新加坡金融科技公司 RockFlow 推出的金融投资 AI Agent，你的全天候投资伙伴。用户可用自然语言完成投研分析、策略生成、下单、条件单和期权组合配置。

阅读全文

食神 – 老板电器推出的首个烹饪大模型

食神是老板电器推出的首个烹饪垂直领域大模型。基于老板电器46年积累的海量烹饪数据，结合DeepSeek技术，能精准理解烹饪场景需求。用户可通过语音、文字等方式与“食神”交互，获取个性化菜谱推荐、健康膳食规划等服务。

阅读全文

算了么 – AI算力共享平台，自动检测闲时算力智能调度

算了么是创新的算力共享平台，让用户通过共享闲置的GPU资源来支持科学研究和推动科技进步，同时还能从中获得收益。用户加入后，平台会自动利用电脑闲置算力进行计算任务，当用户需要使用电脑时，任务会自动暂停，确保不影响正常使用。

阅读全文

izdaxAi – 多功能AI应用，支持智能问答、写作辅助、绘画创作等功能

izdaxAi 是新疆碧利雅电子科技公司推出的多功能人工智能应用。集成了智能问答、写作辅助、学习工具、绘画创作、语音助手和多语言输入法等功能。用户可以通过语音或文字与 AI 进行交互，获取准确的答案和建议。

阅读全文

Multi-Agent Orchestrator – 亚马逊开源的多智能体框架

Multi-Agent Orchestrator 是用于管理和协调多个智能代理（Agent）的框架。通过分类器识别用户输入的意图，将请求分配给最适合的代理进行处理，通过对话存储保持上下文连贯性。支持多种类型的代理，如基于大语言模型（LLM）的代理和基于规则的代理，具有高度的灵活性和可扩展性。

阅读全文

Artinails – AI美甲设计平台，文字描述生成美甲方案

Artinails 是创新的 AI 美甲设计平台，基于AI技术帮助用户将模糊的美甲想法转化为独特的设计。用户在网站上输入需求，如美甲类型、颜色、形状等，AI 快速生成个性化的美甲图案，涵盖法式美甲、水晶甲、凝胶甲等多种风格。

阅读全文

家作 – 淘宝推出的家装家居AI设计工具

家作是淘宝推出的AI设计工具，主要面向家装、家居电商行业商家。商家上传商品图，基于AI技术一键生成多种风格的场景图，选择模特做展示自定义出图，效果媲美专业级棚拍实感。家作能降低拍摄和设计成本，提升商品的点击率和转化率。

阅读全文

Lovify – 专为 Lovable.dev 设计的 Chrome 扩展插件

Lovify 是 Chrome 扩展插件，专为开发者提升 Lovable的工作效率和体验设计。Lovify 提供智能调试提示，帮助开发者快速解决代码问题，节省时间。Lovify 支持与 GitHub 无缝集成，实现项目一键导入、自动设置和版本控制，简化开发流程。

阅读全文

Entie – AI情侣关系助手，追踪情侣情绪变化提供个性化建议

Entie 是专为情侣设计的关系助手应用。基于AI技术和科学支持的见解，为情侣提供个性化建议，帮助减少冲突、增进情感连接。应用包含情侣健康评分、情感追踪等功能，助力情侣更好地理解彼此需求，设定清晰期望，建立更和谐的关系。

阅读全文

Agent TARS – 字节跳动开源的多模态 AI Agent 项目

Agent TARS 是字节跳动开源的多模态 AI 代理工具。基于视觉解释网页内容，与浏览器、命令行和文件系统无缝集成，实现复杂任务的规划与执行。Agent TARS 提供桌面客户端，展示多模态元素和对话流程。Agent TARS凭借开源特性和强大的工具集成能力，成为 AI 辅助任务执行和研究的强大工具。

阅读全文

GPT-4o mini TTS – OpenAI 推出的文本转语音模型

GPT-4o mini TTS 是 OpenAI 推出的轻量级文本转语音模型，支持将文本内容转换为自然流畅语音的同时，开发者能用指令控制语音的语调、情感和风格，例如“平静”“鼓励”“严肃”等，适应不同场景需求。模型基于先进语音合成技术，生成高质量语音输出，支持多种语言及不同性别、年龄和口音的语音，满足多样化用户需求。

阅读全文

gpt-4o-mini-transcribe – OpenAI 推出的语音转文本模型

gpt-4o-mini-transcribe 是 OpenAI 推出的语音转文本模型，gpt-4o-transcribe的精简版。gpt-4o-mini-transcribe 基于 GPT-4o-mini 架构，用知识蒸馏技术从大模型中转移能力，实现更小的模型体积和更高的运行效率，适合在资源受限的设备（如移动设备或嵌入式系统）上运行，满足实时性要求较高的应用场景。

阅读全文

gpt-4o-transcribe – OpenAI 推出的语音转文本模型

gpt-4o-transcribe是 OpenAI 推出的高性能语音转文本模型。基于最新的语音模型架构，用海量多样化音频数据训练，精准捕捉语音细微差别，显著降低单词错误率（WER），优于前代 Whisper 模型。模型支持多种语言和方言，适合处理口音多样、环境嘈杂、语速变化等复杂场景，如呼叫中心、会议记录等。

阅读全文

SpatialLM – 群核科技开源的空间理解多模态模型

SpatialLM 是群核科技开源的空间理解多模态模型，赋予机器人和智能系统类似人类的空间认知能力。通过分析普通手机拍摄的视频，能重建出详细的 3D 场景布局，标注出房间结构、家具摆放、通道宽度等信息。

阅读全文

福棠·百川 – 百川智能联合北京儿童等推出的儿科大模型

福棠·百川是是国家儿童医学中心、首都医科大学附属北京儿童医院联合百川智能、小儿方健康共同发布的全球首个儿科大模型。覆盖了儿童常见病及疑难病症的立体化知识体系，具备强大的儿科临床推理能力，首创儿科“循证模式”，能像专业儿科医生一样整合最佳医学证据，为患儿制定科学、个性化的诊疗方案。

阅读全文

Kimi招聘助手 – 月之暗面推出的飞书字段捷径AI工具

Kimi 招聘助手是月之暗面推出的飞书字段捷径AI工具，为 HR 提供高效招聘支持。通过强大的文本分析能力，实现“简历信息提取-候选人匹配评测-面试建议生成”的一站式服务。

阅读全文

Tesseract – 开源的光学字符识别引擎，支持多种语言文字识别

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。

阅读全文

HuggingSnap – Hugging Face 推出的 AI 助手，能离线识别视觉内容

HuggingSnap 是 Hugging Face 推出的 AI 助手应用，基于轻量级多模态模型 SmolVLM2，参数规模从 2.56 亿到 22 亿不等，能离线处理图像、视频和文本输入，生成文本输出。 用户可以通过手机摄像头拍照或录像，HuggingSnap 可以即时识别物体、解释场景、读取文字，为视障人士提供导航辅助。

阅读全文