产品库

在浏览器中运行AI代理的用户界面

WebUI 是一个基于 Gradio 构建的用户界面，旨在为 AI 代理提供便捷的浏览器交互体验。该产品支持多种大型语言模型（LLM），如 Gemini、OpenAI 等，使得用户可以根据自己的需求选择合适的模型进行交互。WebUI 的主要优点在于其用户友好的界面设计和强大的自定义功能，用户可以使用自己的浏览器进行操作，避免了重复登录和认证的问题。此外，WebUI 还支持高清屏幕录制功能，为用户提供了更多的使用场景。该产品定位于为开发者和研究人员提供一个简单易用的 AI 交互平台，帮助他们更好地进行 AI 应用的开发和研究。

Airtop 是一款基于 AI 的浏览器自动化工具，可实现自然语言控制的网页自动化操作。

Airtop 是一款创新的浏览器自动化工具，通过 AI 技术实现自然语言控制的网页自动化操作。它允许用户通过简单的指令完成复杂的网页任务，如数据抓取、网页浏览、登录操作等。该工具的主要优点包括易于使用、无需复杂脚本编写、支持大规模云浏览器部署等。Airtop 面向需要高效处理网页任务的企业和个人开发者，提供从免费到高级的多种定价方案，满足不同用户的需求。

Stagehand 是一个 AI 网页浏览框架，可将 Playwright 扩展为自然语言自动化浏览器。

Stagehand 是一个创新的 AI 驱动的网页自动化框架，它通过自然语言处理技术，扩展了 Playwright 的功能，使开发者能够以更直观的方式自动化浏览器操作。这种技术的重要性在于，它降低了自动化脚本编写的门槛，让非技术用户也能轻松实现复杂的网页交互任务。Stagehand 的主要优点是其强大的自然语言理解能力，能够将简单的指令转化为精确的浏览器操作。它由 Browserbase 团队开发，目标是为开发者提供更高效、更智能的自动化工具。目前，Stagehand 是免费使用的，主要面向开发者和自动化测试人员。

一个开源项目，用于在浏览器中演示 AI 视频生成模型。

video-starter-kit 是一个强大的开源工具包，用于构建基于 AI 的视频应用。它基于 Next.js、Remotion 和 fal.ai 构建，简化了在浏览器中使用 AI 视频模型的复杂性。该工具包支持多种先进的视频处理功能，如多剪辑视频合成、音频轨道集成和语音支持等，同时提供了开发者友好的工具，如元数据编码和视频处理管道。它适用于需要高效视频生成和处理的开发者和创作者。

使网站对AI代理可访问，提升网络交互效率。

Browser Use是一个致力于使网站对AI代理可访问的平台，通过提取所有交互元素，让AI代理能够专注于其核心任务。该产品结合了先进的AI能力和强大的浏览器自动化技术，支持多标签管理、元素跟踪、自定义动作等，兼容所有LangChain LLMs，包括GPT-4、Claude 3和Llama 2。Browser Use以其高精度的Web代理性能和易用性，成为AI网络自动化领域的佼佼者。

AI驱动的浏览器，连接智能与网络。

Deta Surf是一个AI驱动的浏览器，它通过集成人工智能技术，提供了一种全新的网络浏览体验。该浏览器能够处理多个标签页、播客和大量网页内容，并且能够快速响应用户的查询。Deta Surf强调本地数据存储，即数据首先存储在用户的设备上，其次才是云端，这增强了数据的安全性和隐私性。Deta Surf由位于柏林的团队开发，旨在提供一种增强人类智能并让人感觉亲切的计算体验。

下一代AI代理操作系统

/dev/agents是一个致力于构建下一代AI代理操作系统的平台。它旨在通过新的用户界面模式、重新构想的隐私模型和开发者平台，使计算机能够像人与人之间的帮助一样，帮助人们在日常生活中使用软件。这个平台挑战了现有的技术限制，致力于创造更加强大和消费者友好的应用体验。

基于浏览器构建的全新AI环境

Dia是The Browser Company推出的一款基于浏览器构建的全新AI环境。它不以传统APP或按钮的形式存在，而是作为一个全新的环境，旨在通过浏览器为用户提供更高效的工作和学习体验。Dia的主要优点在于其创新的环境设计，能够让用户在一个统一的平台中完成多种任务，提高生产力。产品背景信息显示，Dia由The Browser Company of New York设计，代表着公司对未来工作环境的愿景。目前产品的具体价格和定位尚未明确，但可以预见其将对提高工作效率和学习效率产生积极影响。

AI代理和应用程序的网络浏览器

Browserbase是一个为AI代理和应用程序设计的网络浏览器，提供无缝集成、可扩展性、速度、安全性、可观察性和隐身性等功能。它允许用户无需维护自己的浏览器基础设施即可运行和管理头less浏览器。Browserbase支持Playwright、Puppeteer或Selenium，使得开发者可以轻松集成而无需更改现有代码。产品背景信息显示，Browserbase被先锋和有远见的人所信赖，并且提供了透明的定价策略。

高性能浏览器内语言模型推理引擎

WebLLM是一个高性能的浏览器内语言模型推理引擎，利用WebGPU进行硬件加速，使得强大的语言模型操作可以直接在网页浏览器内执行，无需服务器端处理。这个项目旨在将大型语言模型（LLM）直接集成到客户端，从而实现成本降低、个性化增强和隐私保护。它支持多种模型，并与OpenAI API兼容，易于集成到项目中，支持实时交互和流式处理，是构建个性化AI助手的理想选择。

AI驱动的新一代浏览器，提升效率与隐私保护。

TabTac浏览器是一款基于AI技术的新一代浏览器，它通过集成ChatGPT等工具，提供搜索增强、网页浏览增强和办公辅助增强功能。该浏览器采用去中心化加密技术，保护用户隐私，同时支持Web3.0，提供MetaMask和WalletConnect登录方式。

专为音乐和视频爱好者设计的浏览器。

OPERA ONE R2 是一款专为包含大量音乐和视频的网络环境设计的浏览器。它搭载了 Opera 的原生 AI 工具 Aria，由 Opera Composer AI 引擎驱动，利用大型语言模型满足用户的浏览需求。产品界面可调整，将多媒体内容置于前端，提供动态用户界面和模块化视频弹窗，支持音乐播放器的悬停模块，以及个性化的动态背景和声音元素。Aria 支持超过 50 种语言，提供全面搜索、问题回答、图像生成和朗读功能。此外，OPERA ONE R2 还引入了标签岛，实现了直观的标签分组功能，优化了多标签用户的交互体验。

使用AI自动化浏览器工作流程

Skyvern是一款基于AI技术的浏览器自动化工具，它利用计算机视觉和自然语言处理技术来理解网页内容，实现对任何网站的自动化操作。Skyvern接受自然语言指令，能够执行复杂的目标任务。作为API优先的产品，Skyvern能够在云端执行工作流程，支持同时运行数百个工作流程。它还具备可解释AI、代理网络、验证码支持、用户认证、数据提取等功能，为用户提供了一种高效、可扩展的自动化解决方案。

一个由Open AI驱动的扩展，分析并执行与您当前标签页内容相关的操作，提升浏览体验。

Tab GPT是一个由Open AI驱动的Chrome插件，可分析并执行与您当前标签页内容相关的操作，提升浏览体验。通过自定义提示、快速操作和GPT驱动的人工智能功能，Tab GPT允许您轻松地对任何网页进行摘要、提问和提取信息。最大限度地提高您的在线生产力，将所需的见解轻松获取到手指尖，同时只需支付您使用的OpenAI API消耗量。

AI 视觉辅助工具

Blenny AI 是一款可以帮助用户对网页进行截图并进行智能分析的 AI 视觉辅助工具。用户可以通过截图快速获取 AI 摘要、翻译和访问网页等功能。此外，Blenny AI 还支持自定义 AI 代理，根据用户的需求提供个性化的服务。Blenny AI 由 GPT-4V 驱动。

无需编码，即可在几秒钟内构建AI迷你应用程序！

WithUI帮助您在AI提示周围构建用户界面，无需编码。它提供拖放UI功能，使您能够轻松构建概念，并且所有AI功能从创建时就可访问。该产品内置安全功能，支持免费使用。

在bing.com上模拟不同的浏览器以启用AI聊天。

这个插件可以让bing.com认为你正在使用不同的浏览器，从而启用AI聊天。无需设置，只需安装插件即可。点击插件图标将打开AI聊天。这个插件与Microsoft Corporation或Bing无关联、认可或赞助。所有产品和公司名称均为其各自持有者的商标或注册商标。使用它们不意味着与其任何关联或认可。

AI智能生成亚马逊评论摘要

Review Skew AI Amazon review summaries是一款使用AI技术为亚马逊产品提供评论摘要的插件。它能够帮助用户节省时间，从大量的评论中获取产品的关键信息，快速做出购买决策。通过该插件，用户可以在Chrome浏览器上方便地获取他们喜爱的亚马逊产品的有用摘要。

InternVL3开源：7种尺寸覆盖文、图、视频处理，多模态能力扩展至工业图像分析

InternVL3是由OpenGVLab开源发布的多模态大型语言模型（MLLM），具备卓越的多模态感知和推理能力。该模型系列包含从1B到78B共7个尺寸，能够同时处理文字、图片、视频等多种信息，展现出卓越的整体性能。InternVL3在工业图像分析、3D视觉感知等领域表现出色，其整体文本性能甚至优于Qwen2.5系列。该模型的开源为多模态应用开发提供了强大的支持，有助于推动多模态技术在更多领域的应用。

昆仑万维开源的高性能数学代码推理模型，性能卓越

Skywork-OR1是由昆仑万维天工团队开发的高性能数学代码推理模型。该模型系列在同等参数规模下实现了业界领先的推理性能，突破了大模型在逻辑理解与复杂任务求解方面的能力瓶颈。Skywork-OR1系列包括Skywork-OR1-Math-7B、Skywork-OR1-7B-Preview和Skywork-OR1-32B-Preview三款模型，分别聚焦数学推理、通用推理和高性能推理任务。此次开源不仅涵盖模型权重，还全面开放了训练数据集和完整训练代码，所有资源均已上传至GitHub和Huggingface平台，为AI社区提供了完全可复现的实践参考。这种全方位的开源策略有助于推动整个AI社区在推理能力研究上的共同进步。

使 AI 能够控制 Android 设备的强大自动化工具。

Droidrun 是一个强大的 Android 自动化工具，旨在使 AI 代理能够无缝地与 Android 应用程序进行互动。它结合了视觉理解和 UI 结构提取，为 AI 提供了一个强大的移动平台。Droidrun 目前处于等待名单阶段，面向个人开发者、小型团队和企业提供不同的解决方案。

一款通过生成模型提升图像生成一致性的工具。

UNO 是一个基于扩散变换器的多图像条件生成模型，通过引入渐进式跨模态对齐和通用旋转位置嵌入，实现高一致性的图像生成。其主要优点在于增强了对单一或多个主题生成的可控性，适用于各种创意图像生成任务。

使用微信聊天记录微调大语言模型，实现高质量声音克隆。

WeClone 是一个基于微信聊天记录微调大语言模型的项目，主要用于实现高质量的声音克隆和数字分身。它结合了微信语音消息和 0.5B 大模型，允许用户通过聊天机器人与自己的数字分身互动。该技术在数字永生和声音克隆领域具有重要的应用价值，可以让用户在不在场的情况下继续与他人交流。此项目正在快速迭代中，适合对 AI 和语言模型感兴趣的用户，且目前处于免费的开发阶段。

Dream 7B 是最强大的开放扩散大语言模型。

Dream 7B 是由香港大学 NLP 组和华为诺亚方舟实验室联合推出的最新扩散大语言模型。它在文本生成领域展现了优异的性能，特别是在复杂推理、长期规划和上下文连贯性等方面。该模型采用了先进的训练方法，具有强大的计划能力和灵活的推理能力，为各类 AI 应用提供了更为强大的支持。

探讨 Writer AI HQ在企业中的实际应用与价值。

Agentic AI 已成为 AI 领域中的热门词汇，尽管 AI 创新迅速增长，但大多数企业的成果依然平淡无奇。与 Writer 合作的客户，包括 Uber、Mars、Intuit 等，表示他们的 AI 应用是为数不多的成功案例之一，真正实现了用户采纳、规模化和投资回报率。我们将应用我们的端到端平台和专业知识，提供真正的 Writer AI HQ。

HiPixel 是一款用于 AI 驱动的图像超分辨处理的 macOS 桌面客户端应用。

HiPixel 是一款原生 macOS 应用程序，专为图像超分辨率处理而设计。它利用 Upscayl 的 AI 模型，提供高质量图像放大功能，且通过 GPU 加速实现快速处理，适合需要图像处理的设计师和摄影师。该产品在 macOS 平台上运行流畅，支持多种图像格式，并提供便捷的文件夹监控功能。HiPixel 的定位为高效的图像处理工具，旨在提高用户的工作效率。

一份由自主 AI 代理提供的每日 AI 时事通讯。

AGI News 是一个开源项目，利用自主 AI 代理技术收集并发送最新的 AI 新闻。该项目通过 Firecrawl、Resend 等工具搭建，致力于为用户提供精准及时的 AI 资讯。其主要优势在于自动化的信息收集和快速的信息发布，使得用户能够方便快捷地获取行业动态。

一款高效的推理与聊天大语言模型。

Llama-3.1-Nemotron-Ultra-253B-v1 是一个基于 Llama-3.1-405B-Instruct 的大型语言模型，经过多阶段的后训练以提升推理和聊天能力。该模型支持高达 128K 的上下文长度，具备较好的准确性和效率平衡，适用于商业用途，旨在为开发者提供强大的 AI 助手功能。

一个开放源代码的 14B 参数编程模型，具备高效的代码推理能力。

DeepCoder-14B-Preview 是一个基于强化学习的代码推理大型语言模型，能够处理长上下文，具有 60.6% 的通过率，适用于编程任务和自动化代码生成。该模型的优势在于其训练方法的创新，提供了比其他模型更优的性能，且完全开源，支持广泛的社区应用和研究。