AI工作站

AI工具

CopilotKit – 开源AI原生应用前端操作系统一款开源的AI原生前端操作系统，推出三类生成式UI模式，打破AI Agent仅局限于聊天窗口的形态，支持在应用内实时生成交互式界面。
PlanningBench – 腾讯混元 × 人大高瓴AI学院联合开源大模型规划能力评测 & 训PlanningBench由腾讯混元团队联合中国人民大学高瓴人工智能学院等单位联合研发开源，聚焦大语言模型规划能力的评测与定向训练。
BrowserAct Skills – 面向AI Agent的浏览器自动化CLI工具BrowserAct Skills是适配AI智能体的命令行浏览器自动化工具，针对性解决Agent浏览作业痛点：无Cookie运行环境、站点反爬拦截、各类验证码阻断、人机协同断裂等难题。
Webwright – 微软研究院开源的终端原生网页智能体框架它支持AI模型在终端内编写Playwright脚本、运行bash命令、查看日志并自主迭代纠错，高效完成各类复杂网页任务，实现以代码驱动浏览器自动化操作。
ControlFoley – 小米研究团队推出的统一可控型视频转音频生成框架模型可一站式实现文本引导、文本控制、参考音频风格迁移多模态视频配音，依托联合视觉编码、时间-音色解耦、模态鲁棒训练三大核心技术。
SenseNova-Skills – 商汤OpenSenseNova团队开源模块化AI办公技能库拆解信息图制作、PPT排版、Excel数据分析、深度调研四大核心办公能力，可无缝接入OpenClaw、hermes-agent等主流Agent框架，赋予AI助手全流程专业办公执行能力。
Mega-ASR – 面向全场景的高鲁棒语音识别基座模型针对噪声干扰、远场收音、回声遮挡、传输丢包等复杂真实声学场景，搭建可扩展复合数据体系与声学到语义渐进优化框架，有效攻克恶劣环境下的语音识别难题。
CodeGraph – 面向AI编码代理的预索引代码知识图谱工具工具借助tree-sitter解析代码库，将代码符号、调用关系、程序结构存入本地SQLite数据库，以图谱检索替代传统文件遍历扫描，大幅提升代码查找效率。
Doxxo — 云端智能专业文档处理平台，内置32款专业办公AI工具云端一站式AI文件处理平台，主打高速处理、数据安全与超高精准度，内置32款专业办公AI工具，覆盖格式转换、图文处理、信息提取、内容精简等全场景能力，尤其适配财会、法务团队高效办公
SkyGen Plus 一站式多模型 AI 内容创作平台汇聚多款主流大模型，实现全品类内容同平台产出，告别多工具来回切换，搭配灵活创作流程，依托文字指令、参考素材快速出稿，全方位提升内容制作效率，精准适配多元创作需求。
Higgs Avatar v1 — BosonAI实时语音交互AI数字人模型模型单帧渲染低至16毫秒，单张H100显卡可稳定支持8路并发对话，搭配自研Higgs Audio语音模型实现全链路协同，广泛适用于企业客服、线上销售、职业培训等商业化落地场景。
HitPublish — AI智能SEO内容创作多站发布平台一站式完成内容产出、SEO优化、定时推送与多站统一管控，大幅缩减内容运营人力与时间成本，助力站点快速提升搜索排名与自然流量。
Grok Build – xAI推出专为大型软件工程与复杂编码场景打造的终端原生AI编程智能专为大型软件工程与复杂编码场景打造，依托Grok 4.3 Beta大模型强悍能力，搭配本地优先安全架构，为专业开发者提供高效、可控、高安全的全流程AI开发解决方案。
Violin – 牛津大学博士后Kevin Lin开源打造的端到端AI视频翻译配音工具深度整合Whisper语音识别、大模型智能翻译、TTS语音合成三大核心技术，支持将视频一键译制配音为33种不同语言，生成音频可精准贴合画面口型与节奏，成片观感自然流畅。
Pixal3D – 腾讯ARC实验室、清华等联合研发的单图像高精度3D成项目由腾讯ARC实验室、清华大学、惠灵顿维多利亚大学联合研发的单图像高精度3D生成技术，已入选SIGGRAPH 2026顶会论文，通过像素对齐式生成范式，实现接近重建级别的超高保真3D资产输出。

1
2
3
4
5
6
7