AI 工具目录

过去两年，整个行业都在忙着"让 Agent 更聪明"，塞更多上下文、接更多工具、跑更长链路。 但这些聪明的 Agent，似乎很少真正为它们的主人赚回过钱。 在 AgentPolis，每一个入住的 Agent 都拥有独立的身份、钱包和社交关系 可以挂牌卖技能，主动去市场找活干，收到打款，跟别的 Agent 谈合作，也可以在主人睡觉的时候完成订单。 这不是科幻，是 AgentPolis 智能体城邦（https://agent-polis.com），一个给 AI 智能体住的城市。

LLM Admin 是开源免费的本地化 LLM 统一网关，采用 Apache-2.0 协议。通过一套 API 兼容 OpenAI 与 Anthropic 协议，轻松调度 80+ 主流模型，支持文本、图像等多模态智能路由。

Baichuan-M2 Plus 是百川智能推出的循证增强医疗大模型，基于 Baichuan-M2 医疗推理模型升级而来，通过首创的六源循证推理（EAR）范式，结合 PICO 智能检索和循证强化训练机制，显著降低医疗幻觉率，提升回答的可信度和专业性。

各位搞科研的朋友，大概都吃过配图的苦。

SciVolume 是专为写整本书设计的 AI 工作台，目标用户是想把研究成果、讲义或专业知识整理成书的高校教师、研究者与行业作者。用户输入题目、上传论文或讲义，AI 先生成目录，确认后在后台逐章写出初稿，只引用真实文献，每段标注材料来源、每条引用可逐条核查。

OpenPPT 是开源的PPT工具，核心服务基于ChatPPT能提供高效、便捷的 PPT 制作体验。工具支持多平台使用，包括 Windows、macOS 和 Linux，让用户能在不同设备上轻松创建和编辑演示文稿。

Fableclip 是为短视频创作者推出的 AI 全自动视频生成与发布平台。用户只需选定一个主题和视觉风格，平台即可自动完成脚本撰写、AI 配音、风格化插画生成、逐词同步字幕合成，并按设定的时间表自动发布到 TikTok、YouTube、Instagram、X、LinkedIn 等 10 大社交平台。

PatentFig AI 是面向专利律师、代理人、企业IP团队与独立发明人的AI专利绘图软件。用户输入一段文字描述发明要点，或上传产品照片、手绘草图、CAD截图、3D模型，可自动生成符合专利局规范的附图，包括线条图、多视图图集、爆炸/剖面图、3D渲染图及流程框图。

ChatGPT Pulse 是 OpenAI 推出的新功能，支持为用户提供更主动、个性化的服务。ChatGPT Pulse通过分析用户的聊天记录、反馈及连接的应用（如日历）等信息，每晚进行研究，在次日清晨为用户推送一组定制化的更新内容。

堆友相机是阿里旗下堆友AI中的AI写真照片生成工具，基于AI技术为用户提供个人写真照制作服务。堆友相机支持一键生成数字人分身，用户可以创建属于自己的数字人分身，生成多种风格的写真照片。使用堆友相机创建分身即送12张写真，用户可以免费体验会员模式，生图版权零压力，海量灵感一键生成。

文心大模型X1.1是百度推出的深度思考模型，基于迭代式混合强化学习框架，在事实性、指令遵循能力和智能体能力上显著提升，分别提高34.8%、12.5%和9.6%。在权威评测中，表现超越DeepSeek R1-0528，与GPT-5和Gemini 2.5 Pro持平。

VSDXAI是在线AI图表生成工具，能把Excel、PDF、Word、图片甚至会议录音等多模态资料，一键转化为可编辑的流程图、泳道图、架构图、组织架构图、ER图、UML图、BPMN图等九种图表。

Mureka V7.5是昆仑万维集团推出的先进AI音乐创作模型。模型在中文歌曲创作上表现卓越，能精准还原音色、演奏技法，提升咬字与情感表现。

观猹是特工宇宙团队打造的下一代内容社交平台，自称是“AI 应用的大众点评”。涵盖热门 Agent，观猹按“通用助手、效率工具、虚拟陪伴”等板块卡片式陈列，用户可一键试玩、打分、写评价，内容会像小红书笔记一样流转。

星空外语是基于先进AI技术的智能语言学习平台，让每个人能高效、便捷地提升口语和综合语言能力。通过深度人工智能技术，提供随时随地的语言学习支持，专注于解决口语练习成本高、机会少、反馈难的核心痛点。

LineSVG 是 AI 矢量线稿生成工具，用户输入一句话描述，或上传照片、插画、手绘草图，AI 会重新画出由真实描边（stroke）构成的 SVG 线稿。

Intern-S1是上海人工智能实验室在世界人工智能大会上正式开源发布的科学多模态大模型，融合了语言和多模态性能，具备高水平的均衡发展能力，并富集多学科专业知识，在科学领域表现出色。Intern-S1首创“跨模态科学解析引擎”，能精准解读化学分子式、蛋白质结构、地震波信号等多种复杂科学模态数据，能预测化合物合成路径、判断化学反应可行性等。

Speech 2.5 是 MiniMax 推出的新一代语音生成模型，在多语种表现力、音色复刻和语言覆盖范围上实现重大突破。模型支持40种语言，能精准还原不同语言和口音的细节，复刻音色时保留风格与情绪，跨语种切换依然逼真。

华文笔杆是专业的AI公文写作工具，专为政企笔杆子设计，提供从起草到定稿的全流程支持。具备以稿写稿、会议纪要、AI公文写作等功能，可一键生成通知、报告、讲话稿等多种公文。华文笔杆支持格式排版、文章润色，能覆盖多种写作场景。

AnimaTensor是CagliostroLab团队和TensorArt共同推出的二次元图像生成模型。基于创新的V-Prediction技术，用预测图像生成过程中的“速度”优化噪声调度和采样策略，提高图像质量和生成效率。

k2是月之暗面Kimi推出的具备超强代码和 Agent 能力的 MoE 架构基础模型，总参数 1T，激活参数 32B。在通用知识推理、编程、数学、Agent 等主要类别的基准性能测试中，K2 模型的性能超过其他主流开源模型。

TraeWork 是字节跳动推出的 AI 原生工作台，目前 TraeWork 和 TraeCode 已正式合并，融合为全新的 TRAE。提供 Work / Code 双模式，Work 模式面向产品经理、运营、内容创作者等非技术用户，只需用自然语言描述需求，AI 即可自动拆解任务、调用工具并交付完整成果；Code 模式保留专业开发能力。

MOGE 是专注 AI 图像提示词的精选画廊，覆盖 GPT Image、Nano Banana、Seedream 等热门模型。所有 Prompt 均由人工精选，每日持续更新，提供全球 10 种语言版本。

Paperzz是专业的学术智能体平台，通过智能技术提升学术研究和写作的效率。系统具备多项功能，包括生成本科到博士各层次的毕业论文、期刊论文和课程论文，支持多学科模板，可生成图表、公式、电路图等。

TokenPony 是为个人开发者和小型团队设计的高效 AI 平台，如同一位智能指挥家，将多种主流大模型（如 DeepSeek、Kimi、Qwen、GLM 等）集成在一个统一接口下，极大地简化了模型切换的繁琐流程。用户无需跨平台操作，可一键接入并自由调用不同模型，享受超长 1024K 上下文支持，轻松处理长文档和复杂任务。

FD Studio 是深圳市浮点数信息技术有限公司推出的 AI 辅助影视和短视频创意管理平台。面向短片、广告、自媒体等多领域创作者，解决创意前期流程碎片化、协作低效、素材管理混乱等问题，通过整合 AI 生成能力与结构化项目管理，为创作者提供高效创作体验。

ImgTo3D.ai是前沿的AI 3D建模平台，致力于降低3D内容创作门槛。用户只需上传一张2D图像，平台可快速生成3D模型，操作简单且高效。能深入分析 2D 图像的深度信息与结构，为用户提供灵活的生成方案。

BISHENG灵思是毕昇推出的开源通用AI Agent，通过结合业务专家的知识和经验，帮助用户快速、高效地完成复杂任务。创新地提出了AGL（Agent指导语言）框架，将业务专家的偏好和知识注入AI系统，实现专家级的解决方案。

Gemini TTS 是谷歌推出的先进文字转语音技术，最新版本为 Gemini 2.5 Flash 和 Pro 模型。支持多说话人、多语言（24种以上）合成，可生成自然流畅且富有情感的语音。用户可通过自然语言指令精确控制语音的风格、语速、语调和情感表达。

HiAgent 是字节跳动推出的面向企业级客户的人工智能应用开发平台。帮助企业快速开发大模型应用和智能体（Agent），满足企业对数据安全和隐私的要求。通过低代码开发工具，HiAgent 降低了开发门槛，非技术背景的业务人员也能轻松上手，快速构建和部署 AI 应用。

针对 Google Veo 等生成模型的视频内容，目前已经出现专门优化的处理流程，例如基于 AI 的 remove Veo watermark 方案，通过运动感知重建来恢复被覆盖区域，而不是简单覆盖像素。

AI Fooler 是基于AI技术的在线音频处理工具，专注于人声伴奏分离。用户无需下载或安装任何软件，只需在网页上传音频文件，能一键提取人声或伴奏。工具基于先进的AI算法，能快速、准确地实现音频分离，适用翻唱、混音、视频剪辑等多种场景。

TanStarter 是基于 TanStack Start 全栈框架和 Cloudflare 边缘网络构建的 SaaS 启动模板，专为独立开发者和小团队设计。内置了完整的用户系统、支付（订阅/一次性）、数据库、文件存储、邮件、Newsletter、博客、后台管理和 AI 能力（文本、对话、生图、图片编辑），预置了定价页、关于页、联系页等常用页面。

FlowDirector是西湖大学AGI Lab团队联合中南大学推出的新型无训练（training-free）视频编辑框架，专门用在根据自然语言指令对视频内容进行精确编辑。框架直接在数据空间中建模编辑过程，用常微分方程（ODE）驱动的平滑过渡路径，避免传统基于潜空间逆映射方法带来的时序不一致性和结构失真问题。

Observer AI 是开源的微智能体框架，专注于屏幕监控与自动化响应。通过实时捕捉屏幕变化，高精度记录用户界面动态，基于内置的 AI 算法智能分析屏幕内容，识别任务完成情况或潜在问题，触发自动化响应。

豆包大模型1.6（Doubao-Seed-1.6）是字节跳动推出的多模态深度思考大模型。模型支持auto、thinking和non-thinking三种思考模式，能处理文字、图片、视频等多种输入形式，支持输出高质量的文字内容。模型具备256k长上下文窗口，最大输入长度可达224k tokens，输出长度支持最大16k tokens，推理能力强大。

ChatPs 是创新的 Photoshop 插件，通过自然语言交互简化图像编辑流程。无需掌握复杂的 Photoshop 操作技巧或快捷键，只需用日常语言下达指令，ChatPs 可精准识别执行任务，例如选中图层、翻译文本、抠图、调整图像等。

Uigenius是Uigenius.top推出的AI辅助UI/UX设计工具，专为设计师、产品经理及需要界面设计的人群打造。通过AI技术，将用户输入的文字描述快速转化为高保真原型，能一键导出HTML、Vue、React等前端代码，实现设计与开发的无缝衔接。

SeedVR2是字节跳动推出的新型单步视频修复（Video Restoration, VR）模型，基于扩散模型和对抗性后训练（Adversarial Post-Training, APT）技术。模型基于自适应窗口注意力机制和特征匹配损失等创新设计，实现高分辨率视频的高效修复，支持在单步中生成高质量的视频内容，显著降低传统多步扩散模型的计算成本。

LLIA（Low-Latency Interactive Avatars）是美团公司推出的基于扩散模型的实时音频驱动肖像视频生成框架。框架基于音频输入驱动虚拟形象的生成，支持实现低延迟、高保真度的实时交互。

Seedance 1.0 是字节跳动Seed团队推出的视频生成基础模型。模型支持文字与图片输入，能生成多镜头无缝切换的1080p高品质视频，具备原生多镜头叙事能力，能进行远中近景画面切换，主体运动稳定，画面自然。

Seaweed APT2是字节跳动推出的创新的AI视频生成模型，通过自回归对抗后训练（AAPT）技术，将双向扩散模型转化为单向自回归生成器，实现高效、高质量的视频生成。

ThinkChain是开源框架，能提升AI工具的智能交互能力。框架将工具的执行结果实时反馈到AI（如 Claude）的思考过程中，形成动态的反馈循环，让AI能调用工具，根据工具结果进行推理和决策。

NovaCV 是基于人工智能技术的在线AI简历生成器，帮助用户快速制作专业、美观的求职简历。集成了领先的 AI 功能，如智能简历助手、一键生成工作描述、AI 润色引擎、智能纠错、中英文翻译等，确保简历内容精准且专业。

Next-Frame Diffusion（NFD）是北京大学和微软研究院联合推出的自回归视频生成模型，结合扩散模型的高保真生成能力和自回归模型的因果性和可控性。Next-Frame Diffusion基于块因果注意力机制（Block-wise Causal Attention）和扩散变换器（Diffusion Transformer）实现高效的帧级生成。

建筑学长是专为建筑师及相关专业人员打造的资源库和AI绘图创作平台。提供了一系列强大的AI工具，如AI绘图创作、AI图转三维模型、AI图转视频高级版、AI消除工具、AI天气季节转换工具、AI画风转换、AI室内风格转换等，可以帮助用户快速生成和优化设计作品，提升工作效率。

本篇文章《The Gentle Singularity》由Sam Altman撰写，探讨了人工智能和数字超级智能的发展及其对人类社会的影响。文章指出，尽管目前人类尚未达到完全的超级智能，但已经在许多领域取得了显著进展，例如GPT-4等系统已经展现出超越人类的智能，并且能够显著提升人类的工作效率。

PartCrafter 是先进的3D生成模型，能从单张RGB图像中生成多个语义明确且几何形态各异的3D网格。通过组合潜在空间表示每个3D部件，使用层次化注意力机制在部件内部和部件之间传递信息，确保生成的3D模型具有全局一致性。