AI 工具目录

Ev-DeblurVSR是中国科学技术大学、合肥综合性国家科学中心人工智能研究所和新加坡国立大学联合推出的视频画面增强模型，能从低分辨率且模糊的视频输入中恢复出高分辨率、清晰的视频。

本文将介绍15个免费的AI办公工具，基于强大的自动化、智能化功能，为工作带来便捷与高效。

丹摩DAMODEL是专注于AI算力租赁的服务平台，依托自建IDC机房提供全新GPU资源，支持一键部署与灵活扩展，适配llama3、Stable Diffusion等多类AI开发场景，兼具稳定性与高性价比，还提供免费试用及7×24小时技术支持，助力开发者降低AI开发门槛，简化算力获取流程。

Concept Lancet（CoLan）是宾夕法尼亚大学的研究团队推出的零样本、即插即用的图像编辑框架。Concept Lancet基于在潜在空间中对图像进行稀疏分解，将图像表示为视觉概念的线性组合，根据编辑任务（如替换、添加或移除概念）进行精确的概念移植。

Step1X-Edit 是阶跃星辰团队推出的通用图像编辑框架，能缩小开源图像编辑模型与闭源模型（如 GPT-4o 和 Gemini2 Flash）之间的性能差距。Step1X-Edit结合多模态大语言模型（MLLM）和扩散模型，基于处理参考图像和用户的编辑指令，提取潜在嵌入并生成目标图像。

Traini 是AI犬语翻译应用，基于先进的 AI 技术改善宠物主人与宠物之间的沟通和互动体验。应用基于 PetGPT 技术，解读宠物的叫声和面部表情，帮助主人理解宠物的情绪和需求。

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，吸引了全球科技企业和研究机构的高度关注。本文将介绍13个支持深度思考的AI推理模型，像科学家一样深度思考，模型通过深度学习和大数据分析，能快速准确地处理复杂问题，为各行业提供了强大的决策支持。随着技术的不断进步，为开发者和企业提供了更多的选择和机会。

WebSSL（Web-scale Self-Supervised Learning）是Meta、纽约大学等机构推出的视觉自监督学习（SSL）系列模型，基于大规模网络数据（如数十亿图像）训练视觉模型，无需语言监督学习。

Firefly Image Model 4 是 Adobe 最新推出的图像生成模型，是目前最快、最具控制性和最逼真的 Firefly 图像模型，支持生成逼真的图像，提供更高的分辨率（最高可达2K）和更精细的创意控制。

LiveCC 是新加坡国立大学Show Lab 团队联合字节跳动推出的实时视频解说模型，基于自动语音识别（ASR）字幕进行大规模训练。LiveCC像专业解说员一样快速分析视频内容，同步生成自然流畅的语音或文字解说。

deckrobot 是基于AI PPT生成工具，专为企业和专业人士设计。支持基于 AI 技术快速生成高质量、符合品牌形象的演示文稿，一键应用品牌指南、智能排版、生成内容和图表，提升制作效率，节省时间和精力。

RAGEN是开源的强化学习框架，用于在交互式、随机环境中训练大型语言模型（LLM）推理Agent。基于StarPO（State-Thinking-Action-Reward Policy Optimization）框架，通过多轮交互优化整个轨迹，支持PPO、GRPO等多种优化策略。

Lemon Slice Live 是 Lemon Slice 公司推出的实时视频聊天工具，基于先进的扩散变换器模型（DiT），能将任何照片或插画转换为可以实时互动的动画角色。用户只需上传图片，可生成会说话的角色，支持多种语言。

Colormind 是基于AI技术的颜色方案生成工具。Colormind根据图片中的色彩关系生成配色，支持从多种数据集（如照片、电影、艺术作品）中学习生成独特的颜色搭配。用户锁定特定颜色或调整颜色位置生成个性化的调色板。

破次元恋人是网易推出的AI社交应用。破次元恋人基于“跨次元情感陪伴”为核心，支持用户与各种虚拟角色（如霸道总裁、绿茶男宠等）进行文字或语音互动，AI根据角色的性格标签生成回应，带来沉浸式体验。

Pad.ws 是创新的在线开发环境，结合了白板功能与完整的 IDE 工具。基于浏览器运行，无需安装额外软件，用户可以随时随地通过任何设备访问。将交互式白板与代码编辑器深度融合，支持使用 Excalidraw 进行绘图，方便头脑风暴和创意构思，集成 VS Code 和终端，满足代码编写、调试和运行需求。

天翼AI开放平台是中国电信正式上线的AI技术服务平台。平台以中国电信自研的星辰大模型为技术底座，提供从AI技术能力展示到产品体验、接入使用的全流程服务。

Desearch是专注于深度研究和智能分析的平台，帮助用户高效获取有价值的信息并精准建立研究框架。平台提供了多种研究模式，包括普通模式、深度模式和专家模式，适用于快速获取信息、专题调研和跨领域战略分析。

WriteHERE是Jürgen Schmidhuber领衔的团队开源的AI长文写作框架。WriteHERE基于异质递归规划（Heterogeneous Recursive Planning）技术，动态分解写作任务为检索、推理和写作三种异构任务，基于有向无环图（DAG）管理任务依赖关系，实现自适应执行。

Infinite Mobility 是上海AI Lab推出的可交互物体生成模型，基于程序化生成技术，高效生成高质量的可交互物体数据资产。Infinite Mobility支持22类常见可交互物体的生成，单个物体生成仅需约1秒，且生成数量无上限。

Markable AI 是 AI 电商创作营销助手，为创作者提供一站式变现工具。基于图像与视频识别技术，Markable AI能识别照片和视频中的商品，将用户导流至电商平台。

Coze是字节跳动推出的AI办公助手，能通过AI技术简化工作流程，提升工作效率。通过Agent Skills技能系统和Agent Plan长期计划功能，实现从单一工具到智能工作伙伴的转变。

Aether 是上海AI Lab开源的生成式世界模型，完全基于合成数据训练。Aether 首次将三维时空建模与生成式建模深度融合，具备 4D 动态重建、动作条件视频预测和目标导向视觉规划三大核心能力。

Neural4D 2o 是 DreamTech 推出的全球首个支持多模态交互的 3D 大模型。模型基于文本、图像、3D 和运动数据的联合训练，实现 3D 生成的上下文一致性、高精准局部编辑、角色 ID 保持、换装和风格迁移等功能。

AI写作猿是AI智能写作平台，基于AI技术为用户提供多种写作辅助服务。AI写作猿支持AI写作、对话、伪原创、新媒体内容创作等功能，提供学习、医疗、法律等领域的咨询服务。

EAP Talk 是基于AI技术的英语口语测评应用，专注于学术英语（EAP）的学习与练习。基于大数据、语音识别、自然语言处理等技术，为学生提供实时自动打分和智能反馈。

InstantCharacter 是腾讯混元开源的定制化图像生成插件。基于扩散 Transformer（DiT）框架，引入可扩展的适配器（包含多个 Transformer encoder）和千万级样本的大规模角色数据集，实现高保真、文本可控且角色一致的图像生成。

OpenUtau 是开源的歌声合成工具，兼容 UTAU 音源库和重采样器，支持 VSQX 导入、多语言界面及预渲染功能，帮助创作者快速预览作品节省时间。OpenUtau现代化的界面和丰富的编辑功能，如音素器、颤音编辑器等，让音乐创作更加直观高效。

交交是上海交通大学听觉认知与计算声学实验室推出的全球首个纯学术界自研的口语对话情感大模型。交交具备多人对话、多语言交流、方言理解、角色扮演、情感互动及知识问答等强大功能，支持汉语、英语、日语、法语等多种语言，能精准识别中文方言。

EviMed 是基于 AI 智能算法的医学信息平台，主要为医学工作者和科研人员设计。整合了全球七大知名中英文医学数据库，提供多维度搜索、AI 智能分析、科研选题、循证决策等功能。通过深度学习和医学大模型，快速生成精准的医学知识总结，助力医学工作者效率提升。

Imagine Explainers 是 StudyFetch 推出的 AI 视频生成工具，帮助用户快速创建高质量的讲解视频。用户只需输入主题和视频长度，选择模板和角色，可生成 10 到 60 分钟的动画视频。支持 AI 旁白或自定义语音，提供多种动画风格和角色选择，满足不同用户的需求。

Magnitude 是开源的视觉 AI Agents驱动的端到端测试框架。Magnitude基于自然语言构建测试用例，用强大的推理代理规划和调整测试流程，基于快速的视觉代理执行测试。Magnitude 支持本地运行和 CI/CD 流水线集成，提供托管服务，包括托管的浏览器基础设施和 LLM 基础设施，简化测试管理。

豆包1.5·UI-TARS是字节豆包推出的面向图形界面交互（GUI）的Agent模型。模型基于感知、推理和动作执行等类人能力，与图形界面进行连续、流畅的交互。模型将视觉理解、逻辑推理、界面元素定位和操作整合在单一模型中，无需预定义工作流程或人工规则，实现端到端的任务自动化。

Fay 是AI营养咨询平台，连接用户与营养师的在线平台，基于AI技术提升服务效率。用户在平台上能找到注册营养师，享受个性化营养咨询，包括饮食计划、健康管理等。平台支持线上虚拟咨询和线下面对面咨询两种方式。

响指HaiSnap是面向工作与学习场景的通用 AI Agent 平台。响指HaiSnap能理解目标、拆解任务、执行流程，更能一站式交付文档、表格、图片、视频、代码及应用等多模态成果。

The AI Scientist-v2 是 Sakana AI 、不列颠哥伦比亚大学、Vector研究所等机构联合推出的完全自动生成科学发现的端到端人工智能系统，支持自主地提出科学假设、设计和执行实验、分析数据、生成可视化结果，撰写科学论文。

大学搜题酱是作业帮旗下针对大学生的AI学习助手，具备多种功能，如AI问答、拍搜答疑、文字搜索、找答案浮窗、资料库、扫码搜书和收藏等。应用涵盖千所高校期末真题，收录四六级、考研考公等各类试题资料，支持多种搜题方式，搜题快、结果准，且资料丰富。

九歌是清华大学自然语言处理与社会人文计算实验室推出的AI诗歌写作系统。九歌基于深度学习技术，用超过80万首人类诗人创作的诗歌进行训练，辅助用户生成符合古诗格律的诗词作品。

明岐是上海交通大学计算机学院LoCCS实验室推出的首个精准诊断罕见病的医学多模态大模型。基于“大模型能力矩阵 + 专家路由协同”的双引擎驱动架构，整合医学影像、病历文本及化验指标等数据，为医生提供高精度、可解释的诊断支撑。

Seaweed-7B 是字节跳动团队推出的视频生成模型，拥有约 70 亿参数。Seaweed-7B具备强大的视频生成能力。模型支持从文本描述、图像或音频生成高质量的视频内容，支持多种分辨率和时长，广泛应用于视频创作、动画生成、实时交互等场景。

FlexIP 是腾讯提出的面向图像合成的灵活主体属性编辑框架，平衡图像生成中的身份保持和个性化编辑。框架采用双适配器架构，将身份保持与个性化编辑解耦，通过高层语义概念与低层空间细节确保身份完整性。

FantasyTalking 是阿里巴巴 AMAP 团队和北京邮电大学联合提出的新型框架，用于从单张静态肖像生成逼真的可动画化虚拟形象。基于预训练的视频扩散变换器模型，采用双阶段视听对齐策略，第一阶段通过片段级训练方案建立连贯的全局运动，第二阶段通过唇部追踪掩码在帧级别细化唇部运动，确保与音频信号精确同步。

Fourier N1 是通用机器人公司傅利叶发布的首款开源人形机器人。身高1.3米，体重38公斤，拥有23个自由度，采用铝合金与工程塑料复合结构，兼具强度与灵活性。搭载的FSA 2.0一体化执行器和自研控制系统，最高稳定奔跑速度可达3.5米/秒，具备单足站立及撑地爬起等高难度动作能力。

Ghiblio.art 是在线 AI 图像生成平台，可将文字和照片转化为吉卜力风格的艺术作品。用户只需上传照片或输入文字描述，一键生成充满宫崎骏动画风格的奇幻图像。

多面是一款为年轻求职者和企业提供服务的AI招聘平台。通过AI在线面试、魔镜智能评价和模拟面试三大功能，帮助求职者提升面试技巧、增强自信心，助力企业高效筛选人才、降本增效。多面支持个性化定制，适用于校园招聘、蓝领招聘、白领招聘等多场景。

小卡健康是北京快欧科技推出的AI健康管理应用，专注于帮助用户轻松管理热量摄入与消耗。核心功能包括拍照识别热量，用户只需对食物拍照，APP能快速准确地识别食物的热量及其他营养成分，自动记录，无需手动输入。

九章爱学（原老师帮）是专为教师打造的AI智能工具平台，通过人工智能技术提升教师的工作效率和教学质量。提供了丰富的功能模块，包括教案生成助手、课件PPT一键转换、作业生成与试题解析等，能帮助教师快速准备教学材料。

Multi-SWE-bench 是字节跳动豆包大模型团队开源的首个多语言代码修复基准。在SWE-bench基础上，首次覆盖Python之外的7种主流编程语言，包括Java、TypeScript、JavaScript、Go、Rust、C和C++，是真正面向“全栈工程”的评测基准。