产品库

探索生成式人工智能

FraxAI是一个提供生成式人工智能模型、工具和资源的平台。它提供了稳定扩散、ChatGPT等模型，以及Prompt工程、指南和教程。FraxAI帮助用户了解生成式人工智能的概念和应用，并提供实用的技巧和方法。定价信息请访问官方网站。

发现真正重要的AI突破

AIModels.fyi是一个专注于AI领域的平台，提供每日更新的AI论文、模型和工具的摘要。它通过算法筛选出具有重大影响力的AI发展，并将复杂的模型和论文转化为简短、清晰的指南，帮助用户快速吸收和应用。此外，订阅者还可以获得个性化的AI内容，无需博士学位即可理解的顶级模型、论文和工具指南，以及与AI专家和构建者交流的独家Discord社区访问权限。

windsurf_ai推出首个针对软件工程流程优化的模型家族 SWE-1。

SWE-1 是windsurf_ai首个为整个软件工程流程优化的模型家族，旨在加速软件开发 99%。与传统的仅能编写代码的模型相比，SWE-1 不仅能编写代码，还能处理终端操作、访问其他知识和互联网、测试产品和理解用户反馈。SWE-1 系列包括 SWE-1、SWE-1-lite 和 SWE-1-mini 三种模型，旨在满足不同用户的需求。

智能PDF文件摘要生成器，帮助用户快速摘要PDF内容。

Smart PDFs是一款智能PDF文件摘要生成器，通过AI技术帮助用户快速生成清晰且易分享的PDF摘要。其主要优点在于快速准确生成PDF摘要，节省用户时间，提高工作效率。定位于提升用户的生产力和工作效率。

访问我们精心策划的 AI 提示集合，提升您的 AI 交互体验。

Promptly AI 是一个提供多种 AI 提示的在线平台，旨在帮助用户提升与 AI 的互动效果。用户可以访问、保存、组织和重用有效的提示模板，以便在多个 AI 服务中使用。此平台特别适合需要进行高效写作、创意构思和技术探索的用户。通过这些预先设计的提示，用户能够快速产生创意，优化工作流程，降低学习曲线，提升生产力。

革命性的知识管理工具，帮助您无缝组织、连接和增强您的思想。

Cerebro是一款AI驱动的知识管理工具，能够将信息转化为连接的见解，帮助用户高效吸收和转化知识。其AI功能可自动提取关键要点，帮助用户快速找到需要的信息，支持问答式检索，帮助用户发现隐藏的关联和新的见解。

在线翻译文本为摩尔斯电码，支持听音频、看光信号、下载WAV文件，可探索摩尔斯电码图表。

摩尔斯电码翻译器是一个用于将文本翻译为摩尔斯电码及将摩尔斯电码翻译回文本的在线工具。通过听音频和观看光信号，用户可以轻松进行翻译操作，并可以下载WAV文件。摩尔斯电码翻译器提供了多种摩尔斯电码系统，适用于不同语言的翻译需求。

一个旨在推动人工智能民主化的开源项目。

DeepSeek-Prover-V2-671B 是一个先进的人工智能模型，旨在提供强大的推理能力。它基于最新的技术，适用于多种应用场景。该模型是开源的，旨在促进人工智能技术的民主化与普及，降低技术壁垒，使更多开发者和研究者能够利用 AI 技术进行创新。通过使用该模型，用户可以提升他们的工作效率，推动各类项目的进展。

AI问答助手，用截图获取智能答案

SynthAnswer AI是一款AI问答助手，能够通过截图获取问题并在几秒内提供准确答案。其主要优点在于快速、准确、隐私保护，并适用于学生、企业等多种场景。

KIVA by Wellows是一款AI SEO代理工具，可自动化关键词研究、内容优化和跟踪，以高效简化工作流程。

KIVA by Wellows是一款AI SEO代理工具，通过智能化的关键字研究、内容优化和追踪功能，极大提升工作效率。其主要优点在于节省时间、增强关键词研究过程、优化内容并提供实时追踪，背景信息丰富，价格合理，面向需要提升SEO效率的用户。

在新标签页中嵌入网站，控制Hue灯光，创建备忘录，查看天气，控制Spotify等功能。

New Tab Widgets是一个Chrome插件，可以在新标签页中嵌入各种网站和小工具，提供高度定制化的信息展示和操作体验。

Autopilot自动化反馈收集、管理和分析，节省时间，轻松捕捉所有反馈，发现宝贵客户见解。

Canny的Autopilot是一款AI反馈管理工具，通过自动化收集、整理和分析反馈信息，帮助团队节省时间，深入了解客户需求，提高产品质量。Autopilot提供智能的反馈收集、评论摘要和智能回复功能，让团队更有效地处理用户反馈。

Kimi-Audio 是一个开源音频基础模型，擅长音频理解与生成。

Kimi-Audio 是一个先进的开源音频基础模型，旨在处理多种音频处理任务，如语音识别和音频对话。该模型在超过 1300 万小时的多样化音频数据和文本数据上进行了大规模预训练，具有强大的音频推理和语言理解能力。它的主要优点包括优秀的性能和灵活性，适合研究人员和开发者进行音频相关的研究与开发。

开源视频生成模型，支持多种生成任务。

Wan2.1-FLF2V-14B 是一个开源的大规模视频生成模型，旨在推动视频生成领域的进步。该模型在多项基准测试中表现优异，支持消费者级 GPU，能够高效生成 480P 和 720P 的视频。它在文本到视频、图像到视频等多个任务中表现出色，具有强大的视觉文本生成能力，适用于各种实际应用场景。

MCP-Scan 是一个针对 MCP 服务器的安全扫描工具。

MCP-Scan 是一款专门为 MCP 服务器设计的安全扫描工具，能够检测常见的安全漏洞，如提示注入和工具中毒。它通过检查配置文件和工具描述，帮助用户确保系统的安全性，适用于各种开发者和系统管理员，是维护系统安全的重要工具。

多模型聊天界面，轻松添加模型开始对话。

openrouter 是一个创新的多模型聊天界面，允许用户在浏览器中轻松与不同的语言模型进行交互。它通过简单的界面使得聊天变得更加直观和有趣，适合各种用户需求，包括角色扮演、编程辅助等。该产品存储数据在本地，确保用户的隐私和数据安全。由于它是一个网页应用，用户无需安装任何软件，即可随时随地访问，提升了使用的便捷性和灵活性。

新 Ghibli EasyControl 模型现已发布！

EasyControl Ghibli 是一个新发布的模型，基于 Hugging Face 平台，旨在简化控制和管理各种人工智能任务。该模型结合了先进的技术和用户友好的界面，允许用户以更直观的方式与 AI 交互。它的主要优势在于易用性和强大的功能，使其适合不同背景的用户，不论是初学者还是专业人士都能轻松上手。

Selene API 是一款用于评估 AI 应用性能的先进工具，提供精准的评分和反馈。

Selene API 是 Atla AI 推出的一款先进的人工智能评估模型。它通过使用世界领先的 LLM-as-a-Judge 技术，能够对 AI 应用进行精准的评估。该产品的主要优点是其高准确性和可靠性，能够在各种评估基准上超越前沿模型。它不仅能够提供准确的评分，还能生成具有可操作性的反馈意见，帮助开发者优化他们的 AI 应用。Selene API 的背景信息显示，它是由 Atla AI 公司开发的，该公司致力于构建安全的人工智能未来。目前，该产品提供免费试用，并采用基于使用量的定价模式。

R1-Omni 是一个结合强化学习的全模态情绪识别模型，专注于提升多模态情绪识别的可解释性。

R1-Omni 是一个创新的多模态情绪识别模型，通过强化学习提升模型的推理能力和泛化能力。该模型基于 HumanOmni-0.5B 开发，专注于情绪识别任务，能够通过视觉和音频模态信息进行情绪分析。其主要优点包括强大的推理能力、显著提升的情绪识别性能以及在分布外数据上的出色表现。该模型适用于需要多模态理解的场景，如情感分析、智能客服等领域，具有重要的研究和应用价值。

一个用于将几乎所有内容转换为Markdown格式的Model Context Protocol服务器。

Markdownify是一个基于Model Context Protocol的服务器工具，能够将多种文件类型和网络内容转换为Markdown格式。它支持PDF、图片、音频（含转录）、DOCX、XLSX、PPTX等多种文件格式的转换，还能将YouTube视频字幕、Bing搜索结果和网页内容转换为Markdown。该工具对于需要高效整理和分享信息的用户来说非常实用，尤其是在处理大量非结构化数据时，能够快速生成可读性强的Markdown文本，提高工作效率。

一款简单快速的翻译工具，提升工作效率。

Simple Fast Translation是一款极其简单的Mac翻译工具，旨在提高工作效率。用户无需复制粘贴，只需选择文本并按下快捷键即可获得准确的翻译结果。该应用支持多种语言，保护用户隐私，并且不需要互联网连接。价格为$2.99，适合需要快速翻译的用户。

AI co-scientist 是一个基于 Gemini 2.0 的多智能体 AI 系统，旨在帮助科学家生成新的研究假设和实验方案，加速科学发现。

AI co-scientist 是谷歌研究团队开发的一款多智能体 AI 系统，旨在通过人工智能技术辅助科学研究。该系统基于 Gemini 2.0 构建，能够模拟科学方法的推理过程，生成新的研究假设和实验方案。它通过多智能体协作，利用生成、反思、排名、进化等多种机制，不断优化输出结果。AI co-scientist 的主要优点包括高效生成新颖的科学假设、强大的跨学科知识整合能力以及与科学家的协作能力。该系统目前处于研究阶段，通过与全球顶尖科研机构合作，验证其在生物医学等领域的应用潜力。

Memobase 是一款为 GenAI 应用提供用户画像基础记忆的产品。

Memobase 是一款专为生成式人工智能应用设计的用户画像基础记忆系统。它通过提取和存储有意义的用户洞察，避免数据膨胀，同时保持结构化的用户画像，以提供高度相关的响应。Memobase 的主要优点包括简化记忆管理、提供个性化的用户体验、支持大规模扩展，并且可以灵活部署在云端或本地。该产品适用于需要个性化交互的 AI 应用，如 AI 陪伴、教育和游戏等领域。

OmniParser V2 是一种将任何 LLM 转化为计算机使用代理的技术。

OmniParser V2 是微软研究团队开发的一种先进的人工智能模型，旨在将大型语言模型（LLM）转化为能够理解和操作图形用户界面（GUI）的智能代理。该技术通过将界面截图从像素空间转换为可解释的结构化元素，使 LLM 能够更准确地识别可交互图标，并在屏幕上执行预定动作。OmniParser V2 在检测小图标和快速推理方面取得了显著进步，其结合 GPT-4o 在 ScreenSpot Pro 基准测试中达到了 39.6% 的平均准确率，远超原始模型的 0.8%。此外，OmniParser V2 还提供了 OmniTool 工具，支持与多种 LLM 结合使用，进一步推动了 GUI 自动化的发展。

Goku 是一款基于流的视频生成基础模型，专注于高质量视频生成。

Goku 是一个专注于视频生成的人工智能模型，能够根据文本提示生成高质量的视频内容。该模型基于先进的流式生成技术，能够生成流畅且具有吸引力的视频，适用于多种场景，如广告、娱乐和创意内容制作。Goku 的主要优点在于其高效的生成能力和对复杂场景的出色表现能力，能够显著降低视频制作成本，同时提升内容的吸引力。该模型由香港大学和字节跳动的研究团队共同开发，旨在推动视频生成技术的发展。

Qwen2.5-Max是一个大规模的Mixture-of-Expert (MoE)模型，致力于提升模型智能。

Qwen2.5-Max是一个大规模的Mixture-of-Expert (MoE)模型，经过超过20万亿tokens的预训练和监督微调与人类反馈强化学习的后训练。它在多个基准测试中表现优异，展示了强大的知识和编码能力。该模型通过阿里巴巴云提供API接口，支持开发者在各种应用场景中使用。其主要优点包括强大的性能、灵活的部署方式和高效的训练技术，旨在为人工智能领域提供更智能的解决方案。

一个基于LLM的创意命名工具，帮助用户快速生成独特的名称。

LLM Codenames 是一个基于语言模型的创意命名工具。它利用先进的自然语言处理技术，能够根据用户输入的关键词或主题，快速生成一系列独特且富有创意的名称。这种工具对于需要进行品牌命名、产品命名或创意写作的用户来说非常实用。它可以帮助用户节省大量时间和精力，避免命名过程中的重复劳动。LLM Codenames 的主要优点是其高效性和创意性，能够提供多样化的命名选择，满足不同用户的需求。该工具目前以网站形式提供服务，用户可以通过浏览器直接访问使用，无需安装任何软件。

PengChengStarling 是一个基于 icefall 项目的多语言自动语音识别（ASR）模型开发工具包。

PengChengStarling 是一个专注于多语言自动语音识别（ASR）的开源工具包，基于 icefall 项目开发。它支持完整的 ASR 流程，包括数据处理、模型训练、推理、微调和部署。该工具包通过优化参数配置和集成语言 ID 到 RNN-Transducer 架构中，显著提升了多语言 ASR 系统的性能。其主要优点包括高效的多语言支持、灵活的配置设计以及强大的推理性能。PengChengStarling 的模型在多种语言上表现出色，且模型规模较小，推理速度极快，适合需要高效语音识别的场景。

下一代AI基础设施，助力构建应用，实现高精度、高速度与低成本。

Humiris AI提供先进的AI基础设施，帮助用户构建各类应用。其主要优点包括高精度、高速度、低成本以及灵活的部署选项。产品面向需要高效AI解决方案的企业和开发者，提供SaaS环境访问或自部署选项，满足不同行业的需求。目前官网未明确标出具体价格，需联系获取详细报价。

独立创作者的综合目录

IndieHub是一个为独立创作者提供的综合目录平台，旨在发现工具、发布产品并帮助全球独立创作者扩展业务。平台提供了丰富的资源和工具，包括最新产品、特色产品、最新工具和特色工具等，助力独立创作者提高工作效率和业务发展。