Chatterbox 是 Resemble AI 推出的第一个开源生产级文本转语音 (TTS) 模型，具有卓越的性能和稳定性。

Memvid 是一种革命性的 AI 内存管理解决方案，通过将文本数据编码为视频，实现对数百万个文本块的快速语义搜索。

DeepSeek R1-0528 是知名开源大模型平台 DeepSeek 发布的最新版本，具有高性能的自然语言处理和编程能力。

Magentic-UI 是一个基于多代理系统的研究原型，允许用户通过透明且可控的界面进行网络浏览和任务自动化。

Blip 3o 是一个基于 Hugging Face 平台的应用程序，利用先进的生成模型从文本生成图像，或对现有图像进行分析和回答。

Bright Data MCP 是一种强大的模型上下文协议服务器，允许 AI 代理和应用程序实时访问和提取网页数据。

Index-AniSora是由B站开源的顶尖动画视频生成模型，基于AniSora技术实现，支持多种二次元风格视频镜头的一键生成，如番剧、国创、漫改动画、VTuber、动画PV和鬼畜动画等。

WorldPM-72B 是一个通过大规模训练获得的统一偏好建模模型，具有显著的通用性和较强的表现能力。

Minion Agent 是一个简单而强大的代理框架，能够与浏览器交互，支持深度研究、自动规划等功能，适用于需要进行复杂任务和研究的用户。

DICE-Talk 是一个先进的情感谈话肖像生成技术，能够生成生动多样的情感表达。

该产品是一个 Python 脚本，利用 Gemini API 从 arXiv 获取和总结研究论文。

OpenMemory 是一个开放源代码的个人记忆层，为大型语言模型（LLMs）提供私密、可携带的记忆管理。

AgentCPM-GUI 是一款开源的手机端大型语言模型（LLM）代理，专为操作中英文应用程序而设计，能够根据用户的屏幕截图自动执行任务。

MNN-LLM 是一款高效的推理框架，旨在优化和加速大语言模型在移动设备和本地 PC 上的部署。

DreamO 是一种先进的图像定制模型，旨在提高图像生成的保真度和灵活性。

FastVLM 是一种高效的视觉编码模型，专为视觉语言模型设计。

LegoGPT 是第一个通过文本提示生成物理稳定的乐高模型的方法。

SurfSense 是一款开源的 AI 研究助手，它将多种外部资源（如搜索引擎、Slack、Notion 等）整合在一起，帮助用户高效地进行研究和信息管理。

Seed-Coder 是字节跳动 Seed 团队推出的开源代码大型语言模型系列，包含基础、指令和推理模型，旨在通过最小的人力投入，自主管理代码训练数据，从而显著提升编程能力。

HunyuanCustom 是一个多模态定制视频生成框架，旨在根据用户定义的条件生成特定主题的视频。

PrimitiveAnything 是一种利用自回归变换器生成 3D 模型的技术，能够自动创建细致的 3D 原始装配体。

ZeroSearch 是一种新颖的强化学习框架，旨在激励大型语言模型（LLMs）的搜索能力，而无需与实际搜索引擎进行交互。

DeerFlow 是一个深度研究框架，旨在结合语言模型与如网页搜索、爬虫及 Python 执行等专用工具，以推动深入研究工作。

SmartPDF 是一个基于 Llama 3.3 的在线工具，能够快速将 PDF 文件进行汇总和分块。

NoteLLM 是一款专注于用户生成内容的可检索大型语言模型，旨在提升推荐系统的性能。

Agent-as-a-Judge 是一种新型的自动化评估系统，旨在通过代理系统的互相评估来提高工作效率和质量。

魔法 AI 绘画是一款利用最新的人工智能技术，支持多种生成模式的图像生成工具。

Computer Agent 是一款能够帮助用户自动化各种计算机任务的工具。

KeySync 是一个针对高分辨率视频的无泄漏唇同步框架。

Firecrawl MCP Server 是一款集成了强大网页抓取功能的插件，支持多种 LLM 客户端如 Cursor 和 Claude。

Excel MCP Server 是一个无须安装 Microsoft Excel 即可操作 Excel 文件的服务器，用户可以创建、读取和修改 Excel 工作簿。

parakeet-tdt-0.6b-v2 是一个 600 百万参数的自动语音识别（ASR）模型，旨在实现高质量的英语转录，具有准确的时间戳预测和自动标点符号、大小写支持。

MCP SuperAssistant 是一个 Chrome 扩展，集成了模型上下文协议（MCP）工具，使用户能够直接从 AI 平台执行 MCP 工具，并将结果插入对话中。

DeepSeek-Prover-V2-671B 是一个先进的人工智能模型，旨在提供强大的推理能力。

CameraBench 是一个用于分析视频中相机运动的模型，旨在通过视频理解相机的运动模式。

F Lite 是由 Freepik 和 Fal 开发的一个大型扩散模型，具有 100 亿个参数，专门训练于版权安全和适合工作环境 (SFW) 的内容。

Xiaomi MiMo是小米公司开源的首个推理大模型，专为推理任务设计，具备卓越的数学推理和代码生成能力。

Step1X-Edit 是一种实用的通用图像编辑框架，利用 MLLMs 的图像理解能力解析编辑指令，生成编辑令牌，并通过 DiT 网络解码为图像。

bilive 是一个专为 B 站直播录制而设计的工具，支持自动切片、弹幕渲染与字幕生成，兼容低配置设备，适合广泛用户群体。

Kimi-Audio 是一个先进的开源音频基础模型，旨在处理多种音频处理任务，如语音识别和音频对话。