AI工具教程
润灭AI工具教程栏目专注于为团队和个人提供最新、好用的AI软件推荐。我们深度评测并输出详尽的AI工具实操使用指南，涵盖OKR目标追踪、智能日程管理、AI会议纪要、AI笔记自动整理等办公效率领域，助力您零基础快速上手AI神器，实现工作效率百倍加速！
-
JoyAI-Echo：京东开源的长音视频生成框架，实现5分钟高一致性多镜头故事创作
JoyAI-Echo 是京东推出的开源长音视频生成框架，专为分钟级多镜头故事生成设计。框架通过跨模态记忆库、记忆驱动后训练、Director Agent 对话式编辑和轻量化实时超分四大技术创新，解决长视频...
2026年06月04日发布 | 177次阅读 -
Ideogram 4：Ideogram开源的首个文本到图像生成模型，以精准设计能力引领开源图像生成
Ideogram 4 是 Ideogram 推出的首个开源文本到图像生成模型，拥有 93 亿参数，完全从零开始训练而非基于现有模型微调。模型专为高质量图像生成而设计，尤其在设计、营销图形、Logo、海报、广告...
2026年06月04日发布 | 95次阅读 -
Step 3.7 Flash：阶跃星辰开源的高效多模态模型，为Agent工作流大幅节省Token
随着企业级AI应用的深入，多Agent协同与高频工具调用带来的Token消耗和延迟正成为沉重的负担。在此背景下，Step 3.7 Flash 应运而生。它是阶跃星辰推出的新一代高效Flash开源模型，采用198B参...
2026年06月04日发布 | 81次阅读 -
MonkeyCode：长亭科技推出的企业级AI研发基础设施平台
MonkeyCode 是由长亭科技推出的在线 AI 开发平台，致力于为开发者提供更专业、更可靠、更智能的 AI Coding 体验。它不只是一个 AI 编程工具，而是一个面向专业团队的 AI 研发基础设施，覆盖需...
2026年06月03日发布 | 128次阅读 -
Music v2：ElevenLabs推出的音乐生成大模型，全面升级人声与编曲
Music v2 是 ElevenLabs 全新推出的音乐生成大模型，在人声表现、乐器演奏和编曲水平上实现全面提升，支持多语言及单曲目内跨流派无缝转换。作为底层引擎，模型能驱动 ElevenMusic、ElevenAPI ...
2026年06月03日发布 | 68次阅读 -
Gamma-World：英伟达推出的多智能体世界模型，实现全局一致的多视角交互生成
Gamma-World 是 NVIDIA 推出的多智能体世界模型，创新性地解决了多个智能体在同一个模拟世界中平等交互、全局一致的难题。模型采用单纯形旋转编码保证智能体身份对称，配合稀疏枢纽注意力将通...
2026年06月03日发布 | 80次阅读 -
Dubbing v2：ElevenLabs推出的AI配音模型，支持29种语言保留原声音色
Dubbing v2 是 ElevenLabs 推出的 AI 配音模型，支持 29 种语言自动翻译配音，保留原始说话人音色与情感。模型提供双工作流模式，Auto Dub 快速生成预览，Dubbing Project 进入时间轴编辑器逐...
2026年06月03日发布 | 107次阅读 -
Cosmos 3：英伟达开源的全模态物理AI基础大模型，引领世界模型新纪元
Cosmos 3 是英伟达推出的全球首款全开源全模态物理 AI 基础大模型，采用混合 Transformer 架构融合视觉推理、世界生成与动作预测能力。模型可原生理解并生成文本、图像、视频、音效及动作内容...
2026年06月03日发布 | 121次阅读 -
Polar：英伟达开源的智能体强化学习训练框架，零侵入接入RL训练
Polar 是英伟达推出的开源智能体强化学习（Agentic RL）训练框架，核心创新在于无需修改现有智能体框架内部代码，可将其接入 GRPO 等 RL 算法进行训练。框架通过在 LLM API 调用边界放置代理，...
2026年06月03日发布 | 134次阅读 -
Qwen3.7-Plus：阿里通义推出的智能体多模态大模型，融合视觉与语言的Agent基座
Qwen3.7-Plus 是通义千问推出的新一代多模态大模型，将视觉与语言统一为一体化智能体基座。模型能感知真实世界场景、读取屏幕并操作 GUI、基于视觉参考生成代码，支持端到端导航移动应用、结合...
2026年06月03日发布 | 90次阅读
