下一代AI视频学习助手，提供双语字幕、实时翻译、AI摘要与笔记，支持YouTube和Netflix。
LingTube是一款基于AI技术的浏览器扩展，专为YouTube和Netflix设计，旨在为用户提供沉浸式的视频学习体验。它集成了自动语音识别、大型语言模型和自然语言处理引擎，能够实现高质量的双语字幕生成、实时语音翻译、AI摘要与大纲、智能问答、时间戳笔记等功能。与传统的机器翻译不同，LingTube采用上下文感知的算法，能够结合视频语境准确翻译单词和短语，并自动进行词性标注和CEFR难度分级，帮助用户从词汇、语法到语篇全面理解内容。产品还内置AI内容质量检查，有效降低模型幻觉，确保翻译和摘要的可靠性。LingTube在Chrome Web Store上架，拥有用户友好的界面和稳定的性能，采用免费增值模式，基础功能永久免费，高级AI功能提供试用配额，适合语言学习者、留学生、金融从业者等各类视频学习者使用。其定位是下一代AI视频学习助手，将被动观看转化为主动学习，让用户在学习语言和获取知识时事半功倍。
在线将EPUB电子书整本翻译，保留排版与插图，可输出译文和双语对照版本。
Epub Translator 是一个面向整本电子书的在线翻译网站，定位是“一本书、一种新语言”的自动化翻译服务。用户上传无 DRM 的 EPUB 文件后，系统会先提供免费试读，再按整本书给出固定报价。它不同于普通文本翻译工具：翻译直接发生在 EPUB 内部，保留封面、目录、图片、样式和排版，避免重新排版造成的版式损失；同时引入词汇表和章节摘要来维持术语一致性，可输出纯译文和双语对照两种 EPUB 文件。服务支持 41 种语言，覆盖常见语种，适合小说、非虚构和个人出版等场景。价格模式为按书固定报价，免费试读无需注册和绑卡，符合条件的书籍还可先翻译后付款。文件按既定时间自动删除，隐私性较好。该产品降低了阅读多语言电子书的门槛，也让作者和出版者能以低成本评估和获取机器翻译版本。
在线AI图像生成与编辑器，支持文本生成、编辑参考、制作双语海报。
LLaDA-Image是由inclusionAI发布的6B开源统一图像生成与编辑模型家族，包含Base和Turbo两个检查点。其重要性在于采用统一的扩散堆栈架构，一个检查点即可覆盖文本到图像生成以及保留参考的指令式编辑。主要优点有：支持中英双语文本，可用于实际海报和布局渲染；具备指令式编辑功能，上传参考图像并描述更改即可，能在更新风格或内容时保持主体保真度；Turbo版本通过Twin DMD蒸馏，可在几步采样中实现快速生成和编辑。价格方面，每次图像生成或编辑需10积分。该产品定位为为用户提供在线独立工作空间，让用户在浏览器中便捷尝试图像生成与编辑。
面向留学生的课堂智能SaaS，将课堂等沟通转化为可复习双语笔记。
LectMate是面向留学生、导师和教育团队的网页SaaS，以解决留学生在海外课堂学习中因语言、内容记录等问题导致的学习困难为背景而开发。它运用专门的音频模型和语言模型，对实时课堂、录音、会议和访谈进行转写和翻译，生成可搜索的双语笔记。主要优点在于能帮助学生实时跟上课程、理解专业内容、方便复习，还能让导师检查学生理解情况，教育团队统一学习记录。产品定位为严肃复习使用的完整学习系统，价格信息未提及。
Z Image Turbo是一款闪电速度的AI图像生成器，支持中英双语，秒级出图。
Z Image Turbo是一款革命性的AI图像生成器，它基于6B参数模型和先进的解耦DMD技术，结合了极快的速度和卓越的质量。其主要优点包括超快速生成，仅需8个推理步骤即可实现亚秒级推理延迟；具有逼真的图像质量，使用先进的6B参数架构生成的图像细节和准确性出色；支持中英双语文本，能无缝处理复杂文本集成；资源使用高效，仅需16GB VRAM的消费级硬件即可运行，无需企业级基础设施。产品定位为让专业的图像生成变得人人可及，价格方面，生成图像需要消耗积分，可购买积分。
基于 AI 的在线图像生成与编辑工具。
Z-Image 是一款强大的 AI 模型，专注于生成具有摄影级真实感的图像，并能够准确渲染中英文文本。它使用 S3-DiT 架构，优化了参数效率，并在业界竞争中表现出色。Z-Image 提供快速的图像生成，适合设计师和创意工作者使用，支持复杂的创作需求，且在使用高端消费 GPU 时能够在 2-5 秒内生成专业质量的图像。
专业AI翻译工具，支持网页、文档、图片、视频字幕实时双语翻译。
TransorAI是一款专业的AI翻译工具，其定位是打破语言壁垒，让用户轻松获取全球信息。该产品提供免费的网页、PDF、图片、视频字幕双语翻译服务，并支持大模型AI的高精度专业翻译。产品内置了OpenAI ChatGPT、DeepSeek、Google Gemini翻译等十余种顶尖翻译服务，是全球同类产品中支持服务最丰富的网页翻译插件。目前注册即可免费使用GPT5进行翻译，价格方面是免费提供基础服务。
一款支持中英文的对话语音合成模型。
MOSS-TTSD 是一个开源的双语对话合成模型，支持自然、富有表现力的语音生成。它能将对话脚本转换为高质量的语音，适用于播客制作和 AI 对话应用。该模型的特点包括零 - shot 语音克隆和长时间语音生成，具有高度的表达力和真实感。MOSS-TTSD 的训练基础包括大规模的语言数据和语音数据，确保了生成语音的自然性与准确性。该技术适合商业化使用，并且完全开源。
开源的手机端 GUI 智能代理，支持中英文应用操作。
AgentCPM-GUI 是一款开源的手机端大型语言模型（LLM）代理，专为操作中英文应用程序而设计，能够根据用户的屏幕截图自动执行任务。其主要优点在于高效的 GUI 元素理解、增强的推理能力以及对中文应用的精准支持。此技术的开发背景是为了提升移动设备上智能代理的用户体验，特别是在复杂任务处理方面。该产品定位于提高移动端的生产力，适用于各类用户。
Llasa-1B 是一个基于 LLaMA 的文本转语音 (TTS) 模型，支持中英文语音合成。
Llasa-1B 是一个由香港科技大学音频实验室开发的文本转语音模型。它基于 LLaMA 架构，通过结合 XCodec2 代码本中的语音标记，能够将文本转换为自然流畅的语音。该模型在 25 万小时的中英文语音数据上进行了训练，支持从纯文本生成语音，也可以利用给定的语音提示进行合成。其主要优点是能够生成高质量的多语言语音，适用于多种语音合成场景，如有声读物、语音助手等。该模型采用 CC BY-NC-ND 4.0 许可证，禁止商业用途。
Llasa-3B 是一个基于 LLaMA 的文本到语音合成模型，支持中英文语音生成。
Llasa-3B 是一个强大的文本到语音（TTS）模型，基于 LLaMA 架构开发，专注于中英文语音合成。该模型通过结合 XCodec2 的语音编码技术，能够将文本高效地转换为自然流畅的语音。其主要优点包括高质量的语音输出、支持多语言合成以及灵活的语音提示功能。该模型适用于需要语音合成的多种场景，如有声读物制作、语音助手开发等。其开源性质也使得开发者可以自由探索和扩展其功能。
医疗领域大型语言模型，用于高级医疗推理
HuatuoGPT-o1-7B是由FreedomIntelligence开发的医疗领域大型语言模型（LLM），专为高级医疗推理设计。该模型在提供最终回答之前，会生成复杂的思考过程，反映并完善其推理。HuatuoGPT-o1-7B支持中英文，能够处理复杂的医疗问题，并以'思考-回答'的格式输出结果，这对于提高医疗决策的透明度和可靠性至关重要。该模型基于Qwen2.5-7B，经过特殊训练以适应医疗领域的需求。
CogAgent-9B-20241220是基于视觉语言模型的GUI代理模型。
CogAgent-9B-20241220模型基于GLM-4V-9B双语开源VLM基础模型，通过数据收集和优化、多阶段训练以及策略改进，在GUI感知、推理预测准确性、动作空间完整性和任务泛化性方面取得了显著进步。该模型支持双语（中文和英文）交互，并能处理屏幕截图和语言输入。此版本已应用于ZhipuAI的GLM-PC产品中，旨在帮助研究人员和开发者推进基于视觉语言模型的GUI代理的研究和应用。
LG AI Research开发的双语文本生成模型
EXAONE-3.5-2.4B-Instruct-AWQ是由LG AI Research开发的一系列双语（英语和韩语）指令调优生成模型，参数范围从2.4B到32B。这些模型支持长达32K令牌的长上下文处理，并且在真实世界用例和长上下文理解方面展现出最先进的性能，同时在与近期发布的类似大小模型相比，在通用领域保持竞争力。该模型在部署到小型或资源受限设备上进行了优化，并且采用了AWQ量化技术，实现了4位群组权重量化（W4A16g128）。
LG AI Research开发的32B参数双语生成模型
EXAONE-3.5-32B-Instruct是由LG AI Research开发的一系列指令调优的双语（英语和韩语）生成模型，包含从2.4B到32B参数的不同模型。这些模型支持长达32K令牌的长上下文处理，并在真实世界用例和长上下文理解方面展现出了最先进的性能，同时在与近期发布的类似大小模型相比时，在通用领域也保持了竞争力。
LG AI Research开发的多语言生成模型
EXAONE-3.5-7.8B-Instruct是由LG AI Research开发的一系列指令调优的双语（英语和韩语）生成模型，参数范围从2.4B到32B。这些模型支持长达32K令牌的长上下文处理，并在真实世界用例和长上下文理解方面展现出最先进的性能，同时在与近期发布的类似大小模型相比，在通用领域保持竞争力。
LG AI Research开发的双语文本生成模型
EXAONE-3.5-2.4B-Instruct-GGUF是由LG AI Research开发的一系列双语（英语和韩语）指令调优的生成型模型，参数范围从2.4B到32B。这些模型支持长达32K令牌的长上下文处理，并在真实世界用例和长上下文理解方面展现出最先进的性能，同时在与近期发布的类似大小模型相比，在通用领域保持竞争力。该模型的重要性在于其优化了在小型或资源受限设备上的部署，同时提供了强大的性能。
© 2026 AIbase 备案号：闽ICP备08105208号-14