AI工具教程 > 第237頁

• Kimi Work：月之暗面推出的通用型本地Agent，實現從Coding Agent到Working Agent的跨越

  Kimi Work 是月之暗面推出的面向知識工作者的通用型本地 Agent，隨 Kimi 最新測試版 Mac 和 Windows 客戶端推出。工具基於 Kimi Code 核心，支援自然語言驅動，可在使用者電腦上自主拆解任務、...

  2026年06月04日釋出 | 129 views次閱讀
• JoyAI-Echo：京東開源的長音影片生成框架，實現5分鐘高一致性多鏡頭故事創作

  JoyAI-Echo 是京東推出的開源長音影片生成框架，專為分鐘級多鏡頭故事生成設計。框架透過跨模態記憶庫、記憶驅動後訓練、Director Agent 對話式編輯和輕量化實時超分四大技術創新，解決長影片...

  2026年06月04日釋出 | 151 views次閱讀
• Ideogram 4：Ideogram開源的首個文字到影象生成模型，以精準設計能力引領開源影象生成

  Ideogram 4 是 Ideogram 推出的首個開源文字到影象生成模型，擁有 93 億引數，完全從零開始訓練而非基於現有模型微調。模型專為高質量影象生成而設計，尤其在設計、營銷圖形、Logo、海報、廣告...

  2026年06月04日釋出 | 89 views次閱讀
• Step 3.7 Flash：階躍星辰開源的高效多模態模型，為Agent工作流大幅節省Token

  隨著企業級AI應用的深入，多Agent協同與高頻工具呼叫帶來的Token消耗和延遲正成為沉重的負擔。在此背景下，Step 3.7 Flash 應運而生。它是階躍星辰推出的新一代高效Flash開源模型，採用198B引...

  2026年06月04日釋出 | 77 views次閱讀
• MonkeyCode：長亭科技推出的企業級AI研發基礎設施平臺

  MonkeyCode 是由長亭科技推出的線上 AI 開發平臺，致力於為開發者提供更專業、更可靠、更智慧的 AI Coding 體驗。它不只是一個 AI 程式設計工具，而是一個面向專業團隊的 AI 研發基礎設施，覆...

  2026年06月03日釋出 | 114 views次閱讀
• Music v2：ElevenLabs推出的音樂生成大模型，全面升級人聲與編曲

  Music v2 是 ElevenLabs 全新推出的音樂生成大模型，在人聲表現、樂器演奏和編曲水平上實現全面提升，支援多語言及單曲目內跨流派無縫轉換。作為底層引擎，模型能驅動 ElevenMusic、ElevenAPI ...

  2026年06月03日釋出 | 65 views次閱讀
• Gamma-World：英偉達推出的多智慧體世界模型，實現全域性一致的多視角互動生成

  Gamma-World 是 NVIDIA 推出的多智慧體世界模型，創新性地解決了多個智慧體在同一個模擬世界中平等互動、全域性一致的難題。模型採用單純形旋轉編碼保證智慧體身份對稱，配合稀疏樞紐注意力將...

  2026年06月03日釋出 | 78 views次閱讀
• Dubbing v2：ElevenLabs推出的AI配音模型，支援29種語言保留原聲音色

  Dubbing v2 是 ElevenLabs 推出的 AI 配音模型，支援 29 種語言自動翻譯配音，保留原始說話人音色與情感。模型提供雙工作流模式，Auto Dub 快速生成預覽，Dubbing Project 進入時間軸編輯器逐...

  2026年06月03日釋出 | 98 views次閱讀
• Cosmos 3：英偉達開源的全模態物理AI基礎大模型，引領世界模型新紀元

  Cosmos 3 是英偉達推出的全球首款全開源全模態物理 AI 基礎大模型，採用混合 Transformer 架構融合視覺推理、世界生成與動作預測能力。模型可原生理解並生成文字、影象、影片、音效及動作內容...

  2026年06月03日釋出 | 106 views次閱讀
• Polar：英偉達開源的智慧體強化學習訓練框架，零侵入接入RL訓練

  Polar 是英偉達推出的開源智慧體強化學習（Agentic RL）訓練框架，核心創新在於無需修改現有智慧體框架內部程式碼，可將其接入 GRPO 等 RL 演算法進行訓練。框架透過在 LLM API 呼叫邊界放置代...

  2026年06月03日釋出 | 119 views次閱讀