发现最值得关注的AI 工具/项目

D

DeerFlow

开源项目

一个面向开发者和技术团队的开源 AI agent 框架，用来编排搜索、爬取、Python 执行与多 agent 协作，产出研究结果、自动化流程和内容草稿。

S

Sa2VA

开源项目

一个面向研究者与多模态开发者的开源图像/视频密集理解模型框架，帮助产出指代分割、目标定位、视频理解与对话式视觉分析结果。

C

Cloudflare AI Gateway

一个放在应用和模型供应商之间的 AI 推理网关，主要帮助开发者与团队统一接入多模型并产出更稳定、可观测、可路由的推理调用链路。

G

GPT-4o Mini Transcribe

模型

OpenAI 的轻量级语音转文本模型，主要帮助开发者把通话、会议或语音输入转成可用于记录、检索或后处理的文字转录。

Q

Qwen Audio 3.0 Realtime Plus

模型

一款面向实时语音 Agent 的 speech-to-speech 模型，主要帮助开发者做可打断、可调用工具、能直接语音回复的双向对话应用。

P

Pomelli

Google Labs 的 AI 营销工具，能读取品牌网站或商品目录，帮助营销团队和商家快速生成广告文案、活动创意与产品视觉素材。

F

FunASR

开源项目

开源语音识别工具链，主要帮助开发者和本地部署团队把音频转成带标点、时间戳、说话人信息的文本，并搭建流式转写与语音服务接口。

DeepSeek V4 Pro 是 DeepSeek 的高阶 API 模型，主要帮助开发者、Agent 作者和技术团队完成代码生成、任务规划、结果审查等具体输出。

S

Suno

AI music generation tool/platform for creating full songs, vocals, and related audio from text prompts and editing workflows.

M

Microsoft VibeVoice-ASR

模型

这是一款开源长音频 ASR 模型，主要帮助开发者和研究者把会议、播客或访谈音频一次性转成带说话人和时间戳的结构化文字稿。