发现最值得关注的AI 工具/项目

A

AssemblyAI

这是一套语音转录与语音理解 API，主要帮助开发者、语音 Agent 团队和企业把录音或实时音频产出成文字、摘要及下游语音应用能力。

I

IBM Watson Text to Speech

这是一项 IBM 的文字转语音云服务，主要帮助企业开发者和产品团队把文本生成可集成到客服、播报或应用中的语音输出。

U

uni-api

开源项目

它是一个开源 LLM API 网关，主要帮开发者和团队把多个模型供应商统一成 OpenAI 风格接口，产出可切换、可负载均衡的模型调用层。

R

Replicate

一个托管式 AI 模型运行平台，主要帮助开发者、产品团队和有一定英文能力的创作者快速调用开源模型并产出图片、推理结果或可集成的 API 输出。

Q

Qwen3-ASR

模型

一套开源语音识别模型，主要帮助开发者和语音产品团队把多语言、中文方言和较长音频转成可用的转写文本、字幕或会议纪要。

S

SenseVoice

模型

这是一款开源语音识别/音频理解模型，主要帮助开发者和本地部署用户把多语种语音快速转成文本，并输出语种、情感或部分音频事件判断。

F

Fun-ASR-Realtime

模型

一款面向开发者与语音产品团队的实时 ASR 模型，主要帮助把多语言、多方言语音流快速产出可嵌入业务的文字转写结果。

O

OpenAI API

一套面向开发者的模型 API，主要帮助产品与工程团队把文本、语音、图像和工具调用能力接入成聊天、搜索、语音助手与自动化工作流等可交付功能。

V

Vidu S1

模型

一款实时交互式视频生成模型，主要帮助想做数字角色通话、互动演示或陪伴式视频体验的团队产出可语音和镜头驱动的连续视频互动。

R

RynnWorld-4D

模型

这是一种面向具身机器人研究者的 4D 世界模型，帮助从单张 RGB-D 图像加任务指令生成未来 RGB/深度/光流与操作策略，用于机器人操作研究产出。