产品库

全能AI助手，提供语音识别、字幕翻译、文档速读等功能

通义是一款集成了语音识别、实时字幕翻译、智能总结等功能的浏览器插件，旨在提高用户在网课、追剧追番、线上会议等场景下的效率。它通过AI技术，帮助用户快速记录、转写、翻译和总结网页内容，特别适合需要处理大量信息的用户。产品背景基于当前信息爆炸的时代，用户需要更高效的工具来管理、理解和消化信息。目前产品提供免费试用，具体价格和定位根据用户需求而定。

语音驱动的AI助手，提升工作效率。

Shortcut by Poised是一个基于语音的AI助手，旨在通过自然对话的方式提升用户的工作效率。它允许用户通过语音输入快速获得答案、整理思路、起草消息、电子邮件和文档，同时保持工作流程的连贯性。产品通过AI技术将自然语言转换为精炼的文本，并提供多种语言风格选项，满足不同场合的需求。Shortcut by Poised的背景信息显示，它在Product Hunt上发布，并即将推出Windows和移动应用版本，目前Mac版本已可下载。

带有AI功能的MacOS助手

MacGaiver是一款AI助手软件，可以帮助用户在任何应用程序中快速获得帮助。用户只需使用一个键盘快捷键激活MacGaiver，然后在不离开应用的情况下通过语音或文本提问，MacGaiver将会以文字和语音的形式提供相应的答案。它使用OpenAI GPT V模型和OpenAI Vision API，能够在几秒内回答用户的问题。

记录和可视化您想要的任何内容：卡路里、阅读页数、孩子的发脾气、您的运动习惯或您能想到的任何事情，只需简单的语音界面

Chart My Life是一款AI助手，可以记录和可视化您想要的任何内容。它使用OpenAI的GPT-4模型和Whisper语音识别模型，具有灵活性和精准度。您可以使用语音界面轻松追踪习惯，并可自定义数据可视化。除了精确数据，它还提供实际见解，帮助您了解生活中的更大图景。现在加入等待列表，以获得使用权限。

AI虚拟助手，帮助您提高工作效率。

Layla是一款AI虚拟助手，可以帮助用户提高工作效率。它具有语音识别和自然语言处理功能，可以执行各种任务，如日历管理、提醒事项、搜索和答疑等。Layla还可以与其他应用程序和服务集成，使工作流程更加高效。

Google Sheets聊天AI助手

Formula God是一个与Google Sheets进行对话的AI助手。它可以通过语音或文字与用户交互，帮助用户完成复杂的数据处理、公式计算等任务。Formula God具有智能语音识别和自然语言处理功能，可以理解用户的指令并快速响应。它还提供了丰富的内置函数和模板，使用户可以更轻松地处理数据和生成报表。Formula God还可以根据用户的需求，自动建议最佳的公式和功能，并提供实时的数据分析和图表展示。无论是个人用户还是企业团队，Formula God都能提供高效、便捷的数据处理和分析解决方案。

生产力娱乐一体化AI助手

BaiRBIE是一款AI助手，集生产力和娱乐于一体。它提供丰富的功能，帮助用户提高工作效率，同时也能带来乐趣和娱乐。无论是工作还是休闲，BaiRBIE都能成为您的忠实助手。

浏览器中的Grok AI助手

Grok Button是一款浏览器插件，它将Grok AI的强大功能直接集成到用户的浏览器中，使用户能够随时随地通过浏览器栏或一键点击向Grok提问并获得即时的智能回答。这款插件的主要优点在于它的便捷性和即时性，用户无需离开当前页面即可获得信息，极大地提高了信息检索的效率。Grok Button的背景信息显示，它是由一群热爱Grok技术的人使用Grok技术开发的，虽然它与Grok本身没有直接的关联，但它的设计理念和功能实现都体现了Grok AI的核心价值。Grok Button目前是免费的，并且主要定位于提高用户在浏览器中的交互体验。

AI搜索、划词翻译、网页总结，提升阅读与检索效率。

星火插件是由科大讯飞推出的一款浏览器插件，集成了AI搜索、划词翻译、网页总结等功能，旨在提升用户在网页阅读和信息检索中的效率。该插件通过人工智能技术，实现了对网页内容的快速理解和处理，帮助用户节省时间，提高工作效率。星火插件免费提供给用户使用，定位于提升个人和企业的生产力。

AI助手，探索宇宙，获取真实答案

Grok是一个由X.AI Corp开发的AI助手应用，旨在提供最真实、有用和好奇的答案。用户可以通过Grok获取任何问题的答案、生成引人注目的图像，并上传图片以更深入地了解世界。Grok以其高质量的图像生成、实时更新的数据、对话式的幽默语气和注重隐私的特性，为用户提供了一个安全、高效的AI体验平台。

将语音转换为博客文章的助手

Robo Blogger是一个专注于将语音转换为博客文章的人工智能助手。它通过捕捉自然语言中的创意，将其结构化为有条理的博客内容，同时可以结合参考资料以确保文章的准确性和深度。这个工具基于之前Report mAIstro项目的概念，专为博客文章创作优化。通过分离创意捕捉和内容结构化，Robo Blogger帮助保持原始想法的真实性，同时确保专业呈现。

实时浏览器端语音识别应用

Moonshine Web是一个基于React和Vite构建的简单应用，它运行了Moonshine Base，这是一个针对快速准确自动语音识别（ASR）优化的强大语音识别模型，适用于资源受限的设备。该应用在浏览器端本地运行，使用Transformers.js和WebGPU加速（或WASM作为备选）。它的重要性在于能够为用户提供一个无需服务器即可在本地进行语音识别的解决方案，这对于需要快速处理语音数据的应用场景尤为重要。

深度理解代码库的人工智能助手

Depth AI 是一款由工程师构建的人工智能产品，它通过构建代码库的知识图谱，能够回答深度技术问题，并支持在不同工作场景中部署定制化的AI助手。产品背景信息显示，Depth AI 旨在帮助工程师和开发团队更高效地理解和使用代码库，通过集成到现有的工具和工作流程中，如Slack、GitHub Copilot、Jira等，提高团队的生产力。产品的主要优点包括深度技术问题解答、全面的代码图谱理解、抽象推理能力以及潜在空间交互等。Depth AI 提供企业级的安全和合规特性，确保数据安全，并且不会使用客户数据进行模型训练。

世界上最快的边缘部署音频语言模型

OmniAudio-2.6B是一个2.6B参数的多模态模型，能够无缝处理文本和音频输入。该模型结合了Gemma-2B、Whisper turbo和一个自定义投影模块，与传统的将ASR和LLM模型串联的方法不同，它将这两种能力统一在一个高效的架构中，以最小的延迟和资源开销实现。这使得它能够安全、快速地在智能手机、笔记本电脑和机器人等边缘设备上直接处理音频文本。

端侧全模态理解开源模型

Megrez-3B-Omni是由无问芯穹研发的端侧全模态理解模型，基于大语言模型Megrez-3B-Instruct扩展，具备图片、文本、音频三种模态数据的理解分析能力。该模型在图像理解、语言理解、语音理解方面均取得最优精度，支持中英文语音输入及多轮对话，支持对输入图片的语音提问，根据语音指令直接响应文本，在多项基准任务上取得了领先的结果。

AI助手的完美记忆扩展

Rememberall是一款Chrome浏览器插件，旨在为你的AI聊天添加记忆功能。它与ChatGPT、Claude等主流AI助手兼容，通过一键保存对话或注入相关上下文，提升聊天效率。作为一个开源项目，Rememberall在GitHub上受到社区的支持和贡献，确保了其安全性和透明度。该插件的主要优点包括跨平台兼容性、减少重复性解释、自动存储对话、智能上下文回忆以及私密性和安全性。它通过自动索引和存储对话内容，使得用户在使用AI助手时无需手动输入，即可享受到个性化和上下文相关的聊天体验。

您的个人AI助手，像Jarvis一样。

Martin是一个个人AI助手，能够管理您的待办事项、日历、电子邮件等，保持所有信息在其工作记忆中，让您不必记住。它通过语音、电话、电子邮件和Slack等多种方式与您交互，帮助您更高效地组织和完成任务。Martin以其出色的集成能力、个性化服务和高效率而受到用户的高度评价，是现代生活中不可或缺的生产力工具。

AI代理测试和评估平台

Coval是一个专注于AI代理测试和评估的平台，旨在通过模拟和评估来提高AI代理的可靠性和效率。该平台由自主测试领域的专家构建，支持语音和聊天代理的测试，并提供全面的评估报告，帮助用户优化AI代理的性能。Coval的主要优点包括简化测试流程、提供AI驱动的模拟、兼容语音AI，以及提供详细的性能分析。产品背景信息显示，Coval旨在帮助企业快速、可靠地部署AI代理，提高客户服务的质量和效率。Coval提供三种定价计划，满足不同规模企业的需求。

Mac用户的ChatGPT驱动AI助手

SnapAI是一款专为Mac用户设计的AI助手应用程序，它通过集成ChatGPT技术，帮助用户在写作、表达和任务完成上更加高效。SnapAI利用GPT-4技术，为学生、专业人士以及希望简化日常任务的用户提供强大的生产力支持。该应用无需注册即可使用，注重隐私保护，不保存任何对话记录。

多功能AI驱动的PDF编辑器，适用于Android设备。

PDFgear for Android是一款功能全面的PDF编辑器，它利用人工智能技术，为用户提供了阅读、编辑、填写、签署和组织PDF文件的能力。该应用支持多种文件格式转换，包括将PDF转换为Word、Excel、PowerPoint等，同时具备文本编辑、页面管理、注释等功能。PDFgear for Android以其便携性、易用性和强大的功能，满足了用户在移动设备上处理PDF文件的需求，特别适合需要在外出时处理文档的商务人士和学生。PDFgear for Android提供免费版本，核心功能无隐藏费用或广告。

AI助手，本地化、个性化、高隐私。

Pulsar是由AstraMind开发的创新应用，旨在直接在个人设备上高效管理和运行高级语言模型，完全消除了分享个人数据的担忧。它允许用户创建高度个性化的、跨学科的AI助手，用于对话，同时保持对数据的完全隐私和控制。Pulsar支持Linux、Windows和Mac系统，并且即将支持Android和iOS。

浏览器AI助手，提供多链接总结、站内高级检索等功能

智谱清言是一款浏览器插件，旨在提升用户的上网体验。它通过AI技术，为用户提供多链接总结、站内高级检索、写作助手和划线翻译等功能，帮助用户更高效地获取和管理信息。产品背景信息显示，智谱清言致力于成为用户的全自动上网助手，通过智能化服务提升工作效率。目前产品提供免费试用，定位于需要高效信息处理和写作支持的用户群体。

您的AI助手，提升生产力。

TwinMind是一个个人AI侧边栏，可以理解会议和网站内容，为您提供实时答案，并根据上下文为您撰写任何内容。它允许您访问最新的AI模型，提出关于浏览器标签页、PDF、YouTube视频等的任何问题，提供会议和面试中的下一步建议，以及在侧边栏上搜索网络并即时获得答案。TwinMind注重隐私保护，不在任何地方存储您的音频，而是直接在设备上处理音频数据，确保音频不会被回放或稍后访问。

联合语音转录和实体识别的先进模型

Whisper-NER是一个创新的模型，它允许同时进行语音转录和实体识别。该模型支持开放类型的命名实体识别（NER），能够识别多样化和不断演变的实体。Whisper-NER旨在作为自动语音识别（ASR）和NER下游任务的强大基础模型，并且可以在特定数据集上进行微调以提高性能。

多模态语音大型语言模型

ultravox-v0_4_1-mistral-nemo是一个基于预训练的Mistral-Nemo-Instruct-2407和whisper-large-v3-turbo的多模态语音大型语言模型（LLM）。该模型能够同时处理语音和文本输入，例如，一个文本系统提示和一个语音用户消息。Ultravox通过特殊的<|audio|>伪标记将输入音频转换为嵌入，并生成输出文本。未来版本计划扩展标记词汇以支持生成语义和声学音频标记，进而可以输入到声码器中产生语音输出。该模型由Fixie.ai开发，采用MIT许可。

多模态语音大型语言模型

fixie-ai/ultravox-v0_4_1-llama-3_1-70b是一个基于预训练的Llama3.1-70B-Instruct和whisper-large-v3-turbo的大型语言模型，能够处理语音和文本输入，生成文本输出。该模型通过特殊伪标记<|audio|>将输入音频转换为嵌入，并与文本提示合并后生成输出文本。Ultravox的开发旨在扩展语音识别和文本生成的应用场景，如语音代理、语音到语音翻译和口语音频分析等。该模型遵循MIT许可，由Fixie.ai开发。

多模态语音大型语言模型

fixie-ai/ultravox-v0_4_1-llama-3_1-8b是一个基于预训练的Llama3.1-8B-Instruct和whisper-large-v3-turbo的大型语言模型，能够处理语音和文本输入，生成文本输出。该模型通过特殊的<|audio|>伪标记将输入音频转换为嵌入，并生成输出文本。未来版本计划扩展标记词汇以支持生成语义和声学音频标记，进而可以用于声码器产生语音输出。该模型在翻译评估中表现出色，且没有偏好调整，适用于语音代理、语音到语音翻译、语音分析等场景。

下一代语音AI，打造自然沟通的AI语音代理。

Ultravox.ai是一个先进的语音语言模型（SLM），直接处理语音，无需转换为文本，实现更自然、流畅的对话。它支持多语言，易于适应新语言或口音，确保与不同受众的顺畅沟通。产品背景信息显示，Ultravox.ai是一个开源模型，用户可以根据自己的需求进行定制和部署，价格为每分钟5美分。

AI助手，通过语音和动画指导用户，提升网站交互体验。

Speek是一款AI驱动的助手，通过语音和动画鼠标指针指导用户在网站上的操作，帮助解答问题、引导用户了解网站功能，并简化购买决策。它通过提供实时帮助，结合支持和引导，快速安装并立即开始工作，改善用户体验，提升销售，并减少客户支持查询。

基于LLM的智能字幕助手，一键生成高质量视频字幕

卡卡字幕助手（VideoCaptioner）是一款功能强大的视频字幕配制软件，利用大语言模型进行字幕智能断句、校正、优化、翻译，实现字幕视频全流程一键处理。产品无需高配置，操作简单，内置基础LLM模型，保证开箱即用，且消耗模型Token少，适合视频制作者和内容创作者。