发现最值得关注的AI 工具/项目

L

LingBot-World 2.0 (Infinity)

模型

这是一款开源交互式世界模型，主要帮助世界模型研究者、游戏/仿真原型团队产出可持续运行、可响应动作事件的实时虚拟世界视频流与交互演示。

U

Unlimited OCR Works

一款长文档 OCR 模型，主要帮助研究者、文档数字化团队和工程师把多页扫描 PDF 转成连续文本，减少逐页切分带来的上下文断裂。

Q

Qwen-Image-3.0

模型

一款偏“信息表达型”而非纯艺术风格型的生图模型，主要帮助设计、内容和产品团队把长需求直接产出海报、信息图、分镜、版面图等图文物料。

U

Unitree UnifoLM-OminiA-0.3

模型

一款面向人形机器人的具身 AI 模型，主要帮助机器人开发者与方案团队把语音、视觉和动作整合成家居康养场景下的自主执行演示。

这是一款面向具身智能研究者与机器人开发者的开源视频基础模型，主要帮助他们产出用于世界建模、动作预测或机器人场景演示的视频结果。

G

Grok 4.5

模型

这是一个面向开发者和 agent 工作流的代码模型，主要帮助在 Grok Build 中完成跨仓库编程、长任务执行与代码产出。

一款面向广告、MG 动画与电影感短片创作的生成式视频模型，主要帮助创作者把提示词和参考素材做成更稳定的成片视频片段。

V

Vivix-A1

模型

一个面向 AI 角色的实时多模态交互模型，主要帮助角色/陪伴/开放世界应用把语音、文本和图像输入变成实时响应与角色行为输出。

F

FLUX 3 Video

模型

FLUX 3 Video 是 Black Forest Labs 在 FLUX 3 下开放早期访问的视频生成能力，主要帮助创作者、导演与营销团队生成 15–20 秒概念短片、广告分镜测试和风格化视频样片。

M

Mage-Flow

模型

一款微软发布的 4B 级图像生成/编辑模型，主要帮助开发者和研究者用较小参数量完成文生图与指令式改图输出。