AI工具推荐

在人工智能图像生成领域，OpenAI 再次迈出重要一步，推出了全新的图像生成模型 GPT Image 1.5。该模型在图像生成与编辑能力上实现了显著提升，能够精准理解用户指令，同时保留原图的核心元...

在人工智能与自动化加速融合的时代，Tnkr 平台的上线引发业界广泛关注。被称为“机器人界的 GitHub”，Tnkr 旨在通过整合 硬件、软件、数据与 AI 模型，构建一个开放、共享、可持续发展的...

阿里巴巴正式发布 万相2.6 版本，这一全新升级的视频生成模型在功能、性能和创作自由度上均实现了显著提升。新版本引入了 “角色扮演”、多分镜控制、音画同步 等关键功能，单次视频生成时长更是提升至 ...

设计行业正迎来高效与智能化的新阶段。近日，Figma 官方（figma.com）正式推出 AI 图像编辑功能，为设计师带来了更流畅的创作体验和更高的生产效率。新功能包括 消除对象、隔离对象、扩展图...

在人工智能语音领域，通义百聆再次带来了重磅更新。本次发布中，阿里正式推出了 Fun-CosyVoice3 系列语音合成模型 与 Fun-ASR 系列语音识别模型 的全面升级，覆盖从语音克隆、情绪控...

商汤科技正式推出 Seko 2.0 AI视频Agent，这款创新工具通过一句话创意就能生成100集连贯的动画短剧，大幅降低了动画制作的门槛和成本。根据官方介绍（详情请访问：Seko 2.0 官方页...

阿里通义千问正式发布新一代 语音合成大模型 Qwen3-TTS，面向更真实、多样与可控的声音生成需求。该模型支持 49 种高度拟人的角色音色，涵盖不同性别、年龄、情绪与人物设定，同时覆盖 10 种...

灵光AI助手推出全新能力：一键生成科普动画，让复杂知识更易理解 在科学知识传播不断提速的时代，人们对高质量、易理解的学习内容需求日益增长。为帮助用户更高效地掌握复杂原理，灵光AI助手正式上线...

智谱近日正式发布 GLM-4.6V 系列模型，面向图像、视频、多模态分析与智能应用开发，提供更高效的理解能力和更灵活的部署选项。该系列不仅具备强大的多模态处理能力，还提供 原生 Function ...

美团 LongCat 团队正式开源了 LongCat-Image ——一款仅 6B 参数规模但性能对标大模型的新一代图像生成模型。尽管体量小巧，但其 图像编辑能力与 中文文字生成能力均达到了当前开...

在AI语音应用加速落地的今天，“更像真人、更稳定、更容易切换角色”的语音合成（TTS）正在成为教育内容生产、直播配音、智能客服与多语言出海产品的重要能力。近期，阿里巴巴推出 Qwen3-TTS，主...

核心事件OpenAI计划于2025年12月9日提前发布GPT-5.2模型，以应对谷歌Gemini 3的竞争压力，较原定12月底发布时间大幅提前。 事件总结 发布背景与调整 Open...

谷歌正式发布 Gemini 3 Deep Think 模式，这是一次面向复杂推理任务的关键功能升级，为人工智能在数学、科学计算、符号推理、逻辑分析等领域带来了更强的处理能力。相比常规模式，Deep...

刚刚，元宝的两大模型，同时上新！ -Tencent HY 2.0 -DeepSeek V3.2 现在，只要打开元宝，就能用上这两大模型，体验到更快的响应速度、更强的推理能力和更自然的回答效...

随着AI数字人技术的加速发展，越来越多的平台开始探索更自然、更具表现力的虚拟人生成方式。而KlingAI最新发布的 Avatar 2.0，在短时间内迅速走红。凭借多模态导演模块、高清超高帧率输出...

随着人工智能技术的不断进步，AI领域的创新步伐也在加速。近日，北京智源人工智能研究院（BAAI）推出的Emu3.5多模态大模型引起了业内的广泛关注。这一突破性技术不仅能够处理图像、文本和视频等多模...

快手可灵 2.6 全量上线 “音画同出”让AI创作更完整 快手旗下的可灵 AI 全量上线 可灵 2.6 模型。这是其首个实现“音画同出”的多模态模型，能够在一次生成中同时产出画面、自然语音、音...

AWS 推出三款新 AI 智能体 Kiro 具备持续自主工作的编码能力 亚马逊云科技（AWS）正式发布三款全新的 AI 智能体产品，其中最受关注的是名为 Kiro 的自主智能体。作为一款面向开...

Z-Image-Turbo-Fun-Controlnet-Union 模型 强化图像生成中的可控性与效率 阿里通义实验室推出的 Z-Image-Turbo-Fun-Controlnet-Uni...

Kling 2.6 发布：原生音频加入、10秒1080P输出，AI视频全面迈入有声时代 随着 AIGC 视频技术不断进步，AI 视频创作从静态走向动态，再从无声迈向“可听”。在 Omni 生态周的首个...

随着人工智能技术的飞速发展，文本转语音（Text-to-Speech, TTS）功能已经成为许多创作者和企业必备的工具。现在，免费在线文本配音工具正式上线，提供了丰富的语音选择和情感风格，让你能够...

随着人工智能技术的不断进步，图像编辑工具也在悄然发生着革命性的变化。Lovart推出的 Touch Edit 功能，不仅极大简化了图像编辑的流程，还通过自然语言指令和智能识别技术，让设计变得前所未...

在最新发布的PixVerse V5.5版本中，用户可以体验到前所未有的视频制作便捷性。此次更新提供了多个令人兴奋的新功能，其中最值得注意的便是音画同步功能和多镜头自动切换。这些新特性让视频制作更加...

随着 AIGC 视频生成技术的快速发展，越来越多的创作工具开始加入高阶视频模型，提升用户的内容生产体验。近日，千问APP正式接入万相 Wan2.5 模型，其视频创作能力迎来全面升级，不仅支持音视频...

今天，可灵视频 O1 模型全量上新！ 全球首个统一多模态视频模型 全新创作引擎，一站式完成全部创作 打破模态束缚，助力灵感全开！ ✨12月1日起·可灵全能灵感周·连续5天震撼上新...

快手科技旗下的 Kling AI 近日宣布开启「Kling Omni Launch Week」，并发布即将到来的全新多模态视频基础模型 Kling O1（Omni One）。这一模型代表了 AI ...

两个月前，我们发布了实验性的 DeepSeek-V3.2-Exp，并收到了众多热心用户反馈的对比测试结果。目前未发现 V3.2-Exp 在任何特定场景中显著差于 V3.1-Terminus，这验证了 ...

字节跳动 近日发布了震动业界的 Vidi2 多模态大语言模型，这款模型拥有 120亿个参数，专注于视频理解与编辑。Vidi2 的推出标志着视频编辑领域进入了全自动化时代，简化了创作过程，大幅提高了...

随着AI技术的不断发展，图像生成领域的应用也得到了广泛的关注。AI图像生成不仅让创意更具可操作性，还使得艺术创作变得更加高效。AI Image Prompts 是一种专为图像生成AI设计的提示词库...

Gemini Enterprise 免费领取方式（30天） Google Gemini 会员又放水了！ 免费送一个月，包含 Gemini 3 Pro、Nano Banana Pro、Veo 3 等全套...

随着AI技术在各个领域的应用不断深化，音乐创作作为一个创意性与技术性兼备的行业，也在迎来变革。昆仑万维最近发布了其全新的 Mureka V7.6 和 O2模型，这两个模型代表了AI音乐创作技术的最...

Z-Image 是由 智谱AI 开源发布的一款高效图像生成基础模型，它以仅 6 B（60 亿）参数的规模，实现了与大规模商业模型相媲美的超真实图像生成效果。更为关键的是，它兼顾了速度与资源效率，在...

2025 年 11 月，阿里巴巴旗下 B2B 平台 1688 正式推出其首款面向全球创业者和跨境卖家的跨境 AI 智能体 — 遨虾。该产品融合 AI 能力与供应链服务，目标是为全球中小商家提供从市...

清影 2.0：一句话即可生成高清视频，开启 AI 视听创作新时代 国产 AI 团队 智谱AI 推出新工具 清影 2.0，用户只需输入一句描述，就能生成 1080P、最长 10 秒 的高清短视频...

一、阿里千问的“第一副眼镜” 2025年11月27日，夸克AI眼镜S1 正式发布，这款设备首次将阿里巴巴的 千问大模型 带入物理世界。用户无需掏出手机，就能通过语音或手势随时唤起千问，结合眼镜...

一、AI 创作效率的全新助手 在当下生成式 AI 快速普及的环境中，创作者、开发者与设计师都面临同一个问题：如何写出高质量的提示词（Prompt）。为了帮助用户更高效地表达意图，一款名为 YP...

一、开源新时代：Z-Image 的诞生 在全球 AI 图像生成竞争愈演愈烈的当下，阿里巴巴通义实验室推出了全新开源模型 Z-Image。这款仅有 60 亿参数（6B） 的轻量模型，却在视觉质量上接近 ...

美团正式推出首款 AI IDE 产品 CatPaw（下文统一称为“CatPaw”），并开启公开测试。CatPaw 以 Agent & 人协作为核心，通过智能 Agent 驱动编程，结合代码...

Amazon 在最新的内部备忘录中提出，工程师在进行 AI 编程时应优先使用自研工具 Kiro，而非依赖第三方开发服务。此举反映了 Amazon 正在加强其技术自主性，并逐步减少对外部 AI 服务...

腾讯正式推出 混元3D创作引擎国际站，面向全球用户开放轻量化的 3D 内容生成服务。该平台主打“即用即创”，用户无需下载任何软件，也无需配置复杂的本地环境，只需注册登录即可在线生成高质量 3D 内...

Black Forest Labs 正式发布了 FLUX.2 系列模型，其中包含 pro、flex、dev、klein 四个版本。此次更新中，最受开发者关注的 FLUX.2 dev 模型已经开源...

11 月 25 日，TRAE 中国版 SOLO 模式正式上线。该模式内置智能体 SOLO Coder，并支持更大的上下文窗口。目前 SOLO 模式已按照 TRAE 中国版等待名单的顺序，逐步向用户...

小米在人工智能领域的最新突破——MiMo-Embodied，是一款开源的跨域具身大模型，已经在29项基准测试中全面超越了现有模型，展现了出色的性能与泛化能力。该模型不仅在自动驾驶和智能家居领域取得...

谷歌宣布推出 Nano Banana Pro，这款新工具基于其 Gemini 3 模型，支持 4K 分辨率、14 对象融合、以及 5 人身份一致性保持。此外，Nano Banana Pro 还引入...

腾讯元宝最新推出了创新功能，允许用户通过一句话或一张图片生成视频。基于腾讯混元团队最新开源的 HunyuanVideo1.5 模型，这一功能具有突破性的技术优势，极大简化了视频创作过程。无论是普通...

谷歌正式发布 Gemini 3，并同步推出其全新的 AI 原生集成开发环境（IDE）——Google Antigravity。这不仅是谷歌在大模型时代的一次重大布局，也是对当前 AI 编程生态的一...

全球领先的 AI 音频公司 ElevenLabs 再次扩展其产品版图，正式推出全新的 Image & Video 平台。这一平台集成了图像生成、视频生成、声音合成、音乐创作以及音效设计，为...

谷歌 DeepMind 正式发布 SIMA 2，一款面向虚拟 3D 世界的通用智能体。依托 Gemini 技术体系，SIMA 2 能够在多种复杂的游戏与虚拟场景中执行任务，并逐步提升其行为规划能力...

国产大模型在全球舞台上迎来新的里程碑——Kimi K2 Thinking 模型正式接入全球知名 AI 搜索应用 Perplexity，成为目前唯一接入该平台的国产 AI 模型。这一举动不仅展示了国...

xAI 正式发布 Grok 4.1 与 Grok 4.1 Thinking 两款模型，为用户带来更高质量的文本生成、更准确的知识回应以及更快的响应速度。此次更新对模型架构进行了全面优化，重点提升了...

蚂蚁集团最新推出的全模态通用AI助手——灵光，引起了广泛关注。灵光的核心功能之一是自然语言30秒生成小应用，这意味着用户只需通过简单的语音或文本指令，即可快速创建定制化的小工具，极大提升生产力与工...

作为抖音推出的旗舰剪辑软件，剪映专业版（CapCut）已经成为众多创作者和视频制作人的首选工具。无论你是自媒体从业者、影视后期专业人士，还是个人创作爱好者，剪映专业版都能够为你提供一流的剪辑体验...

在当今数字化办公环境中，协作和数据管理成为提高工作效率和精准决策的关键因素。飞书多维表格作为一款新一代的效率应用，结合了在线表格、数据管理与分析、高项目管理软件效协作和可视化功能，业务决策是什么意...

过去三年，我们一直在打磨千问Qwen的模型能力。这一次，我们想让它离你更近一点。今天，千问APP公测版上线，用最直接的方式，为每位用户提供一个会聊天、能办事的 AI 助手。千问APP是一个 All i...

AI多模态生成领域迎来又一重大突破。Character AI 与 耶鲁大学（Yale University） 联合推出了全新音画同步视频生成技术——Ovi。这一开源项目通过创新的 双骨干交叉模态融...

在AI编程领域迅速崛起的 Cursor，近日宣布完成 23亿美元融资，公司最新估值高达 293亿美元，成为AI开发工具领域最受关注的企业之一。此次融资不仅凸显了投资者对AI编程未来的高度信心，也标...

由李飞飞教授创立的 World Labs，最近推出了其备受期待的首个商业产品——Marble 3D世界模型公测版。这一创新工具将AI和3D虚拟世界的生成结合在一起，通过多模态输入（如文本、图像、视...

李飞飞的 World Labs 发布首款商用 3D 世界模型 Marble，支持多种输入生成可编辑3D环境 AI 视觉领域领军人物 李飞飞（Fei-Fei Li） 领导的 World Labs...

百度发布全新原生全模态大模型文心5.0 百度 于近期正式发布了全新升级的大型多模态大模型——文心5.0。这一版本在参数量上达到了前所未有的 2.4万亿，并且采用了原生全模态统一建模技术，使得该...

视频生成可控性再升级！可灵2.5Turbo模型上线“首尾帧”功能 AI 视频生成技术持续加速演进，KlingAI（可灵） 再次推出重大版本更新——可灵2.5Turbo模型。该版本在生成质量、风...