GLM-TTS – 智谱开源的AI文本转语音模型，支持多种方言和特殊语音的合成
智谱正式发布工业级语音合成系统 GLM-TTS，只需录音3秒，或者上传3秒-10秒的录音文件，即可快速克隆你自己的声音。在通用朗读、情感配音、教育评测、电子书、有声客服等场景中，实现自然流畅、贴近真人...
排序
TalkCody – 开源AI编程助手，涵盖 50 多种主流 AI 模型，支持多模态输入
talkcody 是一款开源的 ai 编程助手，旨在提升开发者在软件开发过程中的效率。支持Ollama离线模型和自定义提示，将复杂调试化繁为简。采用 Rust 和 Tauri 构建，具备原生性能和低资...
MemMachine – 开源AI记忆系统，实现高效记忆管理
MemMachine是解决AI Agent长期记忆问题的开源项目，通过双层记忆系统实现真正的记忆功能，而非简单的RAG检索。MemMachine通过情景记忆、语义记忆和用户画像记忆，帮助AI应用学习...
HuMo – 清华联合字节推出的多模态视频生成框架，实现最高级别定制和控制。
字节开源的Humo模型支持文生视频、图生视频及音频生成视频，可结合文本、图像与音频多模态输入，并支持多图参考合成。HuMo 框架具备强大的多模态输入处理能力，可以同时利用文本、图像和音频三种信息，协同...
可灵2.6 – 快手可灵推出音画同出的AI视频生成模型，支模型持文生音画和图生音画两种模式
可灵推出视频生成2.6模型，该模型提供了里程碑式的“音画同出”能力，彻底改变了传统AI视频生成模型“先无声画面、后人工配音”的工作流程，用户仅需输入一段文字或一张图片，即可自动产出融合自然语音、精准音...
MovieFlow – AI视频创作平台，自动将文字转化为完整的视频内容
MovieFlow AI是一款免费的AI视频生成工具，支持创建最长三分钟的电影级视频，无需预先付费。MovieFlow 内置先进的自然语言处理引擎，用户输入关键词或大致情节后，它能自动生成逻辑清晰、结...
混元图像3.0 – 腾讯开源的原生多模态图像生成模型，支持多种风格的图像生成
腾讯混元最新发布并开源原生多模态生图模型——混元图像3.0，这是首个开源工业级原生多模态生图模型，也是目前效果最好的开源生图模型。混元图像3.0具备常识并能够利用知识进行推理；同时语义理解准确度高，并...
TLDW – AI视频摘要工具，支持YouTube视频URL输入或视频文件上传。
TLDW是一款专门为优化视频观看体验而设计的AI工具，它可以分析YouTube视频并提取其中的关键时刻，让你用最短的时间获得最有价值的信息。该工具旨在帮助用户将冗长的YouTube视频转化为简洁、易于...
GigaBrain-0 – 最新开源VLA具身模型，打造了全球首个最全具身智能数据体系
最新推出的GigaBrain-0是一款基于世界模型（World Model）的视觉-语言-动作（VLA）基础模型，专为机器人复杂操作任务设计。GigaBrain-0通过加入深度信息的输入，提升了物体3...
vivo Vision探索版 – vivo推出的首款MR头显设备，支持观看空间照片与视频、3D电竞赛事直播
vivo Vision发布会暨影像盛典正式开启，vivo Vision探索版正式亮相，这是蓝厂首款MR头显。vivo Vision从一开始立项，“减重”就是核心命题，因为太重的话大家就很难长时间沉浸体...