OCR/版面/表格/公式全流水线跑在显卡上，PDF 进 Markdown 出，单卡 5090 最快 559 图/秒，比传统 OCR 快 15-90 倍

LLM 监督式记忆——宿主 LLM 做判断、单二进制做存储，四图知识架构，零额外 API key，跨 agent 框架共享记忆池

从0.8B到397B全覆盖，编程/视觉/推理/端侧一张表选对模型

阿里Qwen团队出品，中文WER开源最低，配套ForcedAligner毫秒级时间戳，视频配音翻译链路的基础设施

上传视频+人物照片，AI替换整个角色（不只换脸），动作表情光照场景全保留

一张图片+一段视频，角色跟随动作表情表演或直接替换视频中人物，骨骼信号+重光照LoRA，免费

国内首个角色扮演视频生成，文/图生视频、多镜头叙事、音画同步、图文混排绘本，一站式AI创作

Qwen3-ASR 效率碾压、VibeVoice 长音频分人无敌、Whisper 生态覆盖最广——三大 ASR 各守一象限，谁该装谁

出海短剧、影视二创必备，0.4元/分钟擦除视频硬字幕，比腾讯云便宜15倍

33B 开源全模态视频模型，从零部署到 Motion Context 长视频拼接、低显存优化、fal.ai H3 Max 实时直播，一份搞定

生成快过播放：5秒768p约2.5秒出片带原生音效，不注册每天免费5条，API促销价今天截止

甩一段视频进去，画面内容、背景音乐、音效、对白全给你分析出来——阿里原生全模态模型，30B只激活3B，还能直接用语音回答你，Apache 2.0

复旦OpenMOSS开源11B实时视频理解模型：边看边答、主动沉默、动态纠错，NF4版单卡24G可跑

Windows11+WSL2 部署 dsh 与 Hermes 并 7x24 常驻的实战避坑(2026-09 实测)

让 DSH 操控你真实登录的 Chrome/Edge：三层架构、三步安装、bsk doctor 验证、browser_* 用法与安全边界(实测)

Google Research 时序预测模型：丢历史曲线直接出未来预测+置信区间，1.3GB 零样本免训练，注意非商用许可

给不能联网的模型补上搜索：免费免key开箱即用，多引擎自动降级+多key轮询，网页和X搜索怎么折腾都不断链

如何拥有一个自己的智能体 本文只讨论能调用工具、自主执行的智能体（Agent），不讨论纯对话机器人。 按照难度从低到高分为三层。 --- 第一层：大厂云端智能体（开箱即用，零安装） 这一层是各大厂已经搭建好、部署在云端的智能体产品。你不需要安装任何软件，注册账号就能用。 基于 OpenClaw 的云端产品 OpenClaw（龙虾）是一个开源的自主 AI 助手框架，GitHub 地址 。国内外大厂基

爆款发现→一键复刻→多模型AI生成→官方API直发全闭环，无水印，年付均价¥58/月起（月付¥69），50万+TikTok卖家在用

3D果蝇住进macOS桌面，走路理毛受惊起飞全由FlyWire/MaleCNS真实神经回路实时仿真，不是脚本动画