最好的तीसरेपक्षकेएप्लिकेशन AI工具模型_精选तीसरेपक्षकेएप्लिकेशन资讯

AI资讯

AI日报：可灵Avatar 2.0 上线；谷歌推出Gemini 3 Deep Think模式；阿里云析言 XiYan-SQL 强势夺冠

欢迎来到【AI日报】栏目!这里是你每天探索人工智能世界的指南，每天我们为你呈现AI领域的热点内容，聚焦开发者，助你洞悉技术趋势、了解创新AI产品应用。新鲜AI产品点击了解：https://app.aibase.com/zh1、KlingAIAvatar2.0上线即爆火：5分钟唱跳一键生成，数字人正式告别“面瘫”时代KlingAIAvatar2.0通过多模态导演模块实现从音频到情感表演的智能跃迁，显著提升数字人的表情和动作表现力，为短视频、电商广告与教育内容等领域带来革命性影响。8、OpenAI推出GPT-5.1-Codex-MaxOpenAI推出的GPT-5.1-Codex-Max在性能和价格上均表现出色，其强大的编码能力和针对Windows环境的优化，使其在开发者市场中具有重要地位。

7.2k 6 分钟前

高德上线“AI 停车雷达”:分钟级预测车位空闲，北京已率先覆盖

高德地图推出“AI停车雷达”，利用空间智能感知与AI视觉分析，实时推演城市道路车位占用情况，实现分钟级动态可视化。用户在导航时可于车道级界面查看沿途车位空闲状态，有效缓解停车焦虑。目前该功能已在北京上线，覆盖数万个道路停车位，标志着导航应用从路线引导向停车服务延伸。

6.2k 5 分钟前

美国主播因 AI 建议陷入骚扰丑闻，面临 70 年监禁！

美国司法部指控31岁播客主播布雷特·迈克尔·达迪格涉嫌网络跟踪和跨州威胁，可能面临70年监禁及350万美元罚款。他通过社交媒体表达对寻找“妻子”的渴望和对女性的极端愤怒，并称ChatGPT为“最佳朋友”，突显人工智能在此案中的负面角色。

4.2k 7 分钟前

OpenAI 推出 GPT-5.1-Codex-Max 性价比超高

OpenAI推出GPT-5.1-Codex-Max编程模型，性能显著提升但价格与GPT-5持平。该模型具备“代理式”编码能力，通过“压缩”技术可在超百万tokens的上下文中持续运行，适合处理复杂编程任务，引发开发者广泛关注。

6.1k 5 分钟前

AI产品

Flux.2 Flex

基于Flux AI模型，可实现文本生成图像和图像编辑转换

图片生成

Noiz Agent

Noiz AI提供自然流畅的语音合成服务，应用场景丰富，生成高效。

文本转声音

BigIdeasDB

一套AI驱动工具套件，助您研究、验证和构建受欢迎的产品。

效率工具

Tikpal

Tikpal是多智能体创意AI伙伴，无干扰设计，多应用集成，助力创意工作。

写作助手

模型

Z Image Turbo FP8

drbaph

Z-Image（造相）是一个拥有60亿参数的高效图像生成基础模型，专门解决图像生成领域的效率和质量问题。其蒸馏版本Z-Image-Turbo仅需8次函数评估就能达到或超越领先竞品，在企业级H800 GPU上可实现亚秒级推理延迟，并能在16G VRAM的消费级设备上运行。

Z Image Turbo FP8

T5B

Z-Image-Turbo 是经过 FP8 E5M2 和 E4M3FN 格式量化的图像处理模型，基于原始 Tongyi-MAI/Z-Image-Turbo 模型优化，在保持性能的同时显著减少模型大小和推理资源需求。

Timesformer_wlasl100_200epoch_Signers

Shawon16

这是一个基于VideoMAE-base架构微调的视频理解模型，专门针对手语识别任务进行优化。模型在WLASL数据集上训练了200个epoch，采用TimeSformer架构处理视频序列。

VideoMAE_base_wlasl100_200epoch_Signers

Shawon16

这是一个基于VideoMAE-base架构微调的视频理解模型，专门针对手语识别任务进行优化。模型在WLASL100数据集上训练了200个epoch，具备视频动作识别能力。

INTELLECT 3 FP8

PrimeIntellect

INTELLECT-3是一个拥有1060亿参数的混合专家（MoE）模型，通过大规模强化学习训练而成。在数学、编码和推理基准测试中展现出卓越性能，模型、训练框架和环境均以宽松许可协议开源。

Qwen3 VL 32B Thinking Heretic GGUF

SerialKicked

这是Qwen3-VL-32B-Thinking-heretic的量化版本，采用新的消融方法进行量化，相比传统方法对基础模型的损害更小。提供多种量化精度版本，适合在24GB显存设备上运行，支持图文转文本任务。

Qwen2.5 1.5B Instruct Transcript Analytics

RinggAI

这是一个专为通话记录分析打造的混合语言AI模型，能够处理印地语、英语和混合印地英语的通话转录内容。模型基于Qwen2.5-1.5B-Instruct进行微调，具备强大的多语言理解和信息提取能力。

VideoMAE_base_wlasl100_20epoch_Signers

Shawon16

这是一个基于VideoMAE-base架构在未知数据集上微调的视频理解模型，专门用于手语识别任务。模型在20个训练周期后达到了18.64%的准确率。

FLUX.2 Dev Gguf

city96

FLUX.2-dev是由black-forest-labs开发的图像生成和编辑模型，已转换为GGUF格式，专为图像生成任务优化，采用扩散模型架构，支持在ComfyUI框架中使用。

Flux2 Dev Gguf

gguf-org

flux2-dev-gguf 是一个基于 FLUX.2-dev 的图像到图像转换模型，专门用于根据文本提示生成特定风格的图像。该模型支持在 ComfyUI 环境中运行，能够将文本描述转换为风格化的视觉内容。

Pikachu

Clemylia

皮卡丘语言模型是Clemylia发起的一项独特的实验性语言项目，完全从零开始训练，仅基于'皮卡丘'的声音语料库，展示了小型语言模型创造原生语言身份的能力。

FLUX.2 Dev Fp8_scaled

silveroxides

基于 black-forest-labs/FLUX.2-dev 的优化版本图像生成模型，支持图像到图像的生成和编辑任务，采用 fp8_scaled 量化技术提升推理速度，特别适合在低显存 GPU 上使用。

计算机视觉英语

silveroxides

16.3k

Flux2_berthe_morisot

ostris

这是一个基于LoRA技术的文本到图像转换模型，专门用于生成具有法国印象派画家贝尔特·莫里索艺术风格的图像。该模型在FLUX.2-dev基础模型上训练，能够将普通图像或文本描述转换为莫里索风格的画作。

Z Image Turbo

Tongyi-MAI

Z-Image是一款功能强大且高效的图像生成模型，拥有60亿参数。它能有效解决图像生成领域在效率、质量和功能多样性方面的问题，为用户提供高质量的图像生成和编辑服务。

Tomoro Colqwen3 Embed 4b

TomoroAI

TomoroAI/tomoro-colqwen3-embed-4b是一款先进的ColPali风格多模态嵌入模型，能够将文本查询、视觉文档（如图像、PDF）或短视频映射为对齐的多向量嵌入。该模型结合了Qwen3-VL-4B-Instruct和Qwen3-Embedding-4B的优势，在ViDoRe基准测试中表现出色，同时显著减少了嵌入占用空间。