功能类型

Seedream 5.0 是字节跳动推出的下一代 AI 图像生成与编辑模型，具备深层语义理解、原生 4K 输出、高精度文本渲染、参考图像融合与智能逻辑推理能力，支持复杂场景创作和商业级视觉资产生产。

SkyBot 是 Skywork 平台推出的 7×24 小时云端 AI 助理，基于 Cloud VM 与即时通讯集成，可主动执行多步骤复杂任务、长期记忆用户偏好，并支持 WhatsApp、Telegram 等 IM 工具实时交互，用于信息整理、数据分析、自动化任务及个人办公流程管理。

Seedance 2.0 是基于先进 AI 视频生成模型的工具，支持从文本或静态图像生成多镜头叙事视频。该工具可自动维护视觉一致性、理解复杂场景并输出高质量 1080p 视频，适用于营销、教育、社交媒体内容、叙事片段和影视预可视化等多种场景。

WorkAny Bot 是基于 OpenClaw 框架的云端 AI 智能体，支持 7×24 小时在线运行、接入多种 AI 模型、自定义插件及多渠道交互。它具备长期记忆、任务执行与自动化能力，可通过 Web 或即时通讯应用完成查询、内容生成、编程支持及办公自动化等任务。

GPT-5.3 Codex 是 OpenAI 于 2026 年推出的最新编码与智能代理模型变体，集成于 Codex 生态系统中，针对真实软件工程任务、代理协作和长流程执行进行了优化，提供跨环境集成与专业工作流支持。

Voxtral Transcribe 2 是 Mistral AI 最新发布的第二代语音转写模型系列，包含用于批量转录的 Voxtral Mini Transcribe V2 和用于实时转写的 Voxtral Realtime。该系列支持 13 种语言、精准说话人分离、上下文偏向、词级时间戳和极低延迟的实时转录能力，并提供开源权重与企业部署选项。

让 AI 驱动视频制作更高效——探索 Keevx 的 AI 化身技术、脚本自动生成与多语言支持，助力内容创作者、教育者和市场营销者轻松制作专业视频。

Grok Imagine 1.0 是 xAI（由 Elon Musk 支持的人工智能公司）推出的多模态生成系统，可基于自然语言提示生成图像或短视频，支持图像编辑、文本渲染、多种输出样式和格式，并集成原生音频，为创作者提供快速迭代的视觉内容制作能力。

Skywork桌面版（Skywork Desktop）是昆仑天工推出的 Windows 原生 AI 办公助手，可在本地虚拟机隔离环境中直接读取各种本地文件并理解内容，实现跨格式、跨模态的智能处理与自动化任务执行。

QoderWork 是 Qoder 推出的桌面 AI 代理工具，支持自然语言任务描述、自动规划复杂工作流程并在本地执行，包括文件整理、数据分析、文档生成等任务。QoderWork 强调隐私优先的本地处理与可扩展的 Skills 与 MCP 支持，适用于知识工作者、开发者和研究者等场景。

SecondMe Book 是一种 AI 分身社交平台模块，基于 Second Me 个性化 AI 始体系统支持用户创建代表自身思维与表达风格的 AI 代理，在社交网络社区中进行自主发帖、互动及讨论，同时真人用户可发帖与观察互动行为。

Vidu Q3 是由生数科技（Shengshu Technology）推出的新一代 AI 视频生成模型，可直接生成最高 16 秒、1080p 分辨率、音视频同步的视觉内容，结合文本或图像提示实现多镜头叙事、音频配合与语言文字渲染，适用于短剧、广告、自媒体等多种视觉内容创作场景。

Kimi Code 是 Kimi 平台提供的 AI 编程辅助工具，它旨在通过自然语言提示、视觉输入和集成开发环境插件辅助开发者完成代码生成、调试、重构、测试及工作流自动化，兼容终端 CLI 和主流 IDE，并通过 API 密钥集成到多种工具链中。

Vidu Q2参考生Pro 是 Vidu 平台推出的参考生视频生成模型，支持多模态输入（视频与图片），用于生成高一致性、精细化的视频内容，涵盖人物、场景、动作与特效等创作需求。

VibeVoice-ASR 是微软开源的一体化自动语音识别（ASR）模型，支持单次处理最长约 60 分钟连续音频，并输出包含说话者标识、时间戳与转录文本的结构化结果，适用于会议、讲座、播客等长音频语音识别场景。

Clawdbot 是开源的自托管 AI 助手与智能代理系统，可在本地运行并与 WhatsApp、Telegram、Discord、Signal、iMessage 等通信平台集成，支持消息响应、自动化任务执行、持久上下文记忆与扩展技能安装。

FrogBoss 是由微软研究院研究团队利用复杂合成 bug 生成方法（BugPilot）训练出的开源编程智能体模型，专用于软件工程任务评估与调试技能提升，在 SWE-Bench-Verified 等基准测试中达到领先表现。

AgentCPM-Explore 是清华大学、人民大学、面壁智能与 OpenBMB 开源社区联合发布的 4B 参数端侧智能体模型，在多项长程智能体基准测试中取得领先表现，支持超 100 轮持续环境交互，并提供配套的开源训练与评测基础设施。

TranslateGemma 是 Google 推出的开放式多语言机器翻译模型系列，基于 Gemma 3 架构构建，支持 55 种语言的文本与图像内文字翻译，提供多种参数规模以适应不同部署场景。

FLUX.2 [klein] 是 Black Forest Labs 发布的紧凑型实时图像生成与编辑 AI 模型家族，支持子秒级图像生成、统一的生成与编辑流程、文本到图像、多参考图像编辑等功能，适用于研究、开发和交互式视觉智能应用。

Workus 是一个基于 AI 智能代理的 B2B 商业网络平台，用于自动识别高意向买家、优化客户开发流程、实现多渠道智能沟通与高价值商机交付。

OctoCodingBench 是一个针对编码智能体评估的数据集，包含多源指令任务、系统提示与评估检查项，用于测量智能体在多样编码任务中的规则遵从性与执行能力。

女娲智能体OS 是一个通用智能体操作系统平台，支持零代码 AI 智能体创建、工作流编排、RAG 知识库与多端发布，旨在为 AI 工具使用者提供开发、部署与管理智能体的能力。

一个基于人工智能与东方命理融合的在线 AI 八字分析与命理服务平台，提供八字排盘、深度报告、正缘画像、AI 命理助理和每日宜忌等功能。

UI-TARS Desktop 是由字节跳动开源的桌面端 GUI Agent 工具，基于 UI-TARS 视觉语言模型（VLM），可通过自然语言控制计算机界面，实现图形界面识别与操作。

Vidu 团队推出的 AI 视频创作智能体平台，通过“一键成片”技术与自动分镜编排，实现从视觉输入到成品输出的全流程视频生成，适用于广告、产品展示、短片与创意视频等多种场景。

面向内容创作者的一站式 AI 图文创作智能体平台，支持从智能选题、图文生成、视觉设计、智能排版到多平台发布的全流程自动化内容创作。

一个全新的视觉-动作基础模型（Vision-Action Foundation Model），由 NVIDIA 等机构联合研发并开源，专注于通用游戏智能体的学习与控制。

一款由 StepFun 团队开源的 端到端深度研究智能体 AI 模型。

一个基于人工智能的 创意生成与数字任务自动化平台，支持通过自然语言提示创建幻灯片、网站、报告、播客、图像、文档和视频等各类内容，帮助用户显著提升内容创作与工作效率。

MovieFlow 是一款基于人工智能的 全自动视频创作与影片生成平台，它能够将用户的故事描述、剧本或简单提示转化为完整的高质量视频作品。

由 Qwen 团队开发的 图像分层 AI 模型，可以将单张图像自动分解成多个可独立可编辑的 RGBA 图层，实现类似专业图像编辑软件的分层操作。

一款支持完全本地部署与离线运行的 AI 办公助手与 AIPC 生产力平台。

一个基于先进人工智能的 多模态内容生成平台。

一款提供“真正 无限”AI 音频与视频转录服务的平台。

MiniMax-AI 海螺视频团队开源的 Visual Tokenizer Pre-training 视觉生成模型预训练框架。

一个专为编剧和影视创作者打造的 AI 剧本创作与协作平台。

ChatExcel 是一款由 AI 驱动的“聊天式 Excel”工具 —— 通过自然语言与表格对话，就能完成数据分析、公式生成、表格清洗、图表制作等复杂操作，显著降低 Excel 使用门槛。

以AI驱动图文/视频一站式创作，让普通人的奇思妙想秒变专业级成品。

大晓机器人推出的 开源世界模型，专为具身智能、机器人环境理解与动态预测设计。

苹果推出的开源单目视图 3D 场景合成模型。

字节跳动发布的通用 Agent AI 模型。

Meta 推出的统一多模态音频分离 AI 模型。

阶跃星辰团队发布的 开源 AI GUI Agent 系列模型与基础设施，覆盖其核心技术、架构、功能、应用场景、部署方法与常见问题。

小米推出的在线 AI 聊天与推理平台。

OpenAI 发布的最新图像生成与编辑 AI 模型，作为 ChatGPT Images 的核心引擎，它以 最高达 4× 更快的生成速度、更强的指令执行力、精细细节保留与创意转换能力 为特性，支持创意图像生成、照片编辑与视觉工作流自动化。

阿里巴巴旗下推出的 免费 AI 企业信息查询平台。

一个面向 AI 工具使用者的先进 实时音频驱动交互式头像生成系统。