FilmAgent 是由哈爾濱工業大學（深圳）研究團隊開發的基於多智慧體協作框架的虛擬電影製作工具。該工具透過自動化流程，在 3D 虛擬空間中實現端到端的電影製作，模擬傳統電影工作室的工作模式。FilmAgent 以多智慧體協作方式，自動化完成從劇本創作到攝影的完整製作流程。

Whisper Input 是一款基於 Python 和 OpenAI Whisper 模型的開源語音輸入工具。使用者可透過簡單的快速鍵（如按下 Option 鍵開始錄音，鬆開結束錄音）來即時將語音轉換為文字，並支援多語言轉錄與翻譯功能。這項工具特別適合需要跨語言溝通、會議紀錄、內容創作或智慧語音應...

Junie 是 JetBrains 推出的 AI 程式設計助手，專為提升開發者效率而設計。它能夠理解專案上下文，提供智慧代碼補全、多行代碼生成、單元測試生成等功能。Junie 內建專有的大語言模型（LLM），並與 JetBrains IDE（如 IntelliJ IDEA 和 PyCharm）深度整...

Fast3R 是由 Meta 和密西根大學研究人員共同開發的一種新型多視圖 3D 重建技術，基於 Transformer 架構，能夠在單次前向傳播過程中處理超過 1000 張圖像，顯著提升 3D 重建的效率與精度。與傳統方法相比，Fast3R 摒棄了逐對處理圖像和全域對齊的繁瑣步驟，通過並行處理多視...

Zmo.ai 是一款集成多種 AI 圖像生成與編輯功能的智能平台，無需使用者具備美術或設計基礎，即可輕鬆創建各類圖像。該平台支援使用文字描述或上傳圖片來生成和編輯圖像，提供多種 AI 工具，如 AI 照片生成器、AI 動漫生成器、AI 照片編輯器、AI 背景更換器和 AI 視頻生成器。

ShipAny 是專為快速構建 AI SaaS 創業專案而設計的 NextJS 範本工具。它提供生產就緒的範本、強大的基礎設施以及一鍵部署功能，讓開發者與創業者能夠在數小時內完成從想法到產品的轉變。 ShipAny 的核心優勢在於快速啟動和高效部署，讓使用者可以在短時間內完成工作原型並推向生產環境。除此之外，ShipAny 內建身份驗證、支付處理、資料存儲與 AI 集成，還支援 SEO 友好結構與國際化，適合全球市場應用。

Tarsier2 是由位元組跳動（ByteDance）推出的最新一代大規模視覺語言模型（LVLM），專為理解和描述視頻內容而設計。這款模型能夠生成詳細且準確的視頻描述，在多種視頻理解任務中表現卓越，並在多項基準測試中超越了 GPT-4o 和 Gemini-1.5-Pro。 Tarsier2 的核心功...

Heyboss 是由 Heeyo 推出的一款 AI 程式設計工具，旨在讓任何人都能無需編寫代碼即可開發 AI 應用、網頁、網站甚至遊戲。這款工具被譽為「普通人的 AI 工程師」，幫助用戶將創意迅速轉化為可運行的數位產品。 透過簡單的對話方塊輸入想法或上傳相關文件，Heyboss 就能自動完成設計與開發，真正實現「零代碼」開發。它支援多模態功能，涵蓋設計、產品需求、前後端交互、運維與資料庫管理等，適合個人創作者、小型企業與專業開發者使用。

VideoLLaMA3 是 阿里巴巴開源 的 前沿多模態 AI 模型，專注於 圖像與視頻理解，具備 視頻內容分析、視覺問答、多語言支援 等強大功能。該模型基於 Qwen 2.5 架構，結合 視覺編碼器 SigLip 與強大的 語言生成能力，能夠高效處理 長視頻序列，適用於 多模態內容分析與自動字幕生...

Baichuan-Omni-1.5 是 百川智能 推出的 全模態 AI 模型，支援 文本、圖像、音訊與視頻的全面理解，並具備 文本與音訊的雙模態生成能力。該模型在 視覺處理、語音技術、多模態流式交互 等方面表現優異，尤其在 醫療領域、智慧交互、教育輔助 等應用場景中展現出色實力。