Gemini TTS – 谷歌推出的AI文本转语音模型，支持单人或多人语音合成
Gemini TTS 是谷歌推出的先进AI文字转语音技术，最新版本为 Gemini 2.5 Flash 和 Pro 模型。新版本增强了模型的表现力、节奏控制和多说话人一致性，旨在满足内容创作者、开发者...
排序
WhisperLiveKit – 开源AI语音识别工具，支持多种语言，能将语音实时转录为文字
WhisperLiveKit是一款本地部署的AI会议工具，能够实现语音实时转录并识别不同说话人，解决了传统语音转写工具的非实时性、隐私风险和说话人混淆问题。支持实时语音转文字和说话人识别功能，适用于会...
Temvideo.ai – AI视频制作Agent，一键生成营销视频
Temvideo.ai 是一款专为跨境电商营销设计的AI视频制作工具，旨在帮助电商商家高效生成高转化率的营销视频。通过智能算法帮助用户快速生成高质量的营销视频。用户只需提供想法和素材，一键批量生成营...
vivo Vision探索版 – vivo推出的首款MR头显设备，支持观看空间照片与视频、3D电竞赛事直播
vivo Vision发布会暨影像盛典正式开启，vivo Vision探索版正式亮相，这是蓝厂首款MR头显。vivo Vision从一开始立项，“减重”就是核心命题，因为太重的话大家就很难长时间沉浸体...
Qwen3-TTS – 阿里通义开源的系列语音生成模型，实现精准的语音表达
Qwen3-TTS是通义实验室推出的开源语音合成系列模型，集音色复刻、音色定制与精细化语音调控能力于一体，支持客户端实时输入文本并持续接收语音流。模型覆盖10种主流语言（中文、英文、日语、韩语、德语...
FIBO – 开源的图像生成模型，支持快速迭代和精准控制，提升创意效率。
FIBO是一个开源的文本生成图像模型，专为长结构化描述训练而成，能够根据用户输入的文本描述快速生成高质量的图像。支持将简短的文本提示扩展为详细的结构化JSON描述，能将简短的文本提示自动扩展为长达千字...
Genstory – 免费AI故事生成平台，轻松创建睡前故事，
Genstory 是基于 Gemini Storybook 技术的免费 AI 故事生成平台，能将用户的简单想法瞬间转化为精美的绘本故事。轻松创建睡前故事，让亲子时光更加温馨。用户可从海量故事库中选择...
Qwen-Image-Edit – 阿里通义推出的全能图像编辑模型，能高效完成各种复杂的图像编辑任务。
阿里通义千问团队发布了全能图像编辑模型 Qwen-Image-Edit，支持多种艺术风格，尤其擅长复杂文本渲染通过语义与外观双重编辑能力，不仅能准确理解外观编辑的指令意图，还能进行高级视觉语义编辑，同...
Ada – 腾讯推出的AI程序员工具，实现从需求到上线的全流程自动化开发
腾讯发布了首个技术预览版本的 AI 程序员 ——Ada。凭借其强大的功能，Ada 正在引领开发者们进入一个全新的编程时代。用户只需通过自然语言描述功能需求，Ada便能启动端到端自动化流程。支持一键提需...
Maimo – 专注于信息处理和知识管理的AI工作平台，支持文档、视频、音频和播客等多种格式
Maimo是一款专为行业研究的人工智能工作空间，旨在优化和简化研究流程。支持上传和管理多种格式的文档，并能和常用的工具无缝集成，平台支持多种格式的内容，包括文档、YouTube视频、音频文件和播客，方...