Awesome MCP Servers – 开源的MCP资源聚合平台，覆盖多个垂直领域
git clone https://github.com/executeautomation/mcp-playwright.git cd mcp-playwright n…
Pad.ws – 在线AI开发工具，白板功能与代码编辑器深度结合
Pad.ws是什么 Pad.ws 是创新的在线开发环境，结合了白板功能与完整的 IDE 工具。基于浏览器运行，无需安装额外软件，用户可以随时随地通过任何设备访问。将交互式…
SuperEdit – 字节跳动等机构推出的图像编辑方法
SuperEdit是什么 SuperEdit是字节跳动智能创作团队和佛罗里达中央大学计算机视觉研究中心联合推出的指令引导图像编辑方法，基于优化监督信号提高图像编辑的精度和…
MiniMax MCP Server – MiniMax 推出基于 MCP 的多模态生成服务器
MiniMax MCP Server是什么 MiniMax MCP Server 是 MiniMax 稀宇科技推出的基于模型上下文协议（MCP）的多模态生成服务器。通过简…
Aero-1-Audio – LMMs-Lab 推出的轻量级音频模型
Aero-1-Audio是什么 Aero-1-Audio 是 LMMs-Lab 开发的轻量级音频模型，基于 Qwen-2.5-1.5B 构建，仅包含 1.5 亿参数。专为…
MedGemma – 谷歌开源的AI医疗领域模型
MedGemma是什么 MedGemma是谷歌推出的开源AI模型，专门用在医疗图像与文本分析。模型基于Gemma 3架构，包含4B参数的多模态模型和27B参数的纯文本模型…
ACTalker – 港科大联合腾讯、清华推出的端到端视频扩散框架
ACTalker是什么 ACTalker 是用于生成逼真说话人头部视频的端到端视频扩散框架。支持单信号或多信号控制，如音频、表情等。核心架构包括并行 Mamba 结构，通…
GPT-image-1 – OpenAI 推出的最新图像生成模型
pip install openai import os import openai # 设置API密钥 openai.api_key = os.getenv("OPEN…
FlowGram – 字节跳动开源的可视化工作流搭建引擎
FlowGram是什么 FlowGram是字节跳动开源的基于节点编辑的可视化工作流搭建引擎，帮助开发者快速构建固定布局或自由连线布局的工作流。支持两种布局模式：固定布局适…
BiliNote – 开源 AI 视频笔记工具，自动提取视频内容生成Markdown格式
BiliNote是什么 BiliNote 是开源的 AI 视频笔记助手，支持基于哔哩哔哩、YouTube 等视频链接，自动提取视频内容生成结构清晰、重点明确的 Markd…
DianJin-R1 – 阿里云通义点金联合苏大推出的金融推理大模型
DianJin-R1是什么 DianJin-R1是阿里云通义点金团队与苏州大学联合推出的金融领域推理增强大模型，专为金融任务设计，融合了先进的技术和全面的数据支持。模型通…
Pemo – AI文档管理工具，支持一键翻译智能总结文献摘要
Pemo是什么 Pemo是AI驱动的文档管理工具。工具支持PDF、Epub、Word等多种格式文档的导入与管理，具备一键翻译、智能总结、思维导图生成等功能，帮助用户快速理…
SkyReels-A2 – 昆仑万维推出的可控视频生成框架
SkyReels-A2是什么 SkyReels-A2是昆仑万维推出的可控视频生成框架，支持根据文本提示将任意视觉元素（如人物、物体、背景）组合成合成视频，严格保持与每个元…
Eagle 2.5 – 英伟达推出的视觉语言模型
Eagle 2.5是什么 Eagle 2.5是英伟达推出的视觉语言模型，专注于长上下文多模态学习的 AI 模型，参数规模仅为 8B。参数量较小，但在处理高分辨率图像和长视…
Mogao – 字节跳动Seed团队推出的多模态理解与生成统一架构
Mogao是什么 Mogao是字节跳动Seed团队推出的交错多模态生成全基础模型。在架构上采用了双视觉编码器，结合变分自编码器（VAE）和视觉变换器（ViT），能更好地进…
可灵2.0 – 快手推出的新一代AI视频生成模型
可灵2.0是什么 可灵2.0是快手推出的新一代 AI 视频生成模型，现已上线可灵AI视频平台。平台更新包含可灵2.0（大师版）和可图2.0两大基础模型。可图2.0大幅提升…
