AI工具集

Lark CLI是什么 Lark CLI 是飞书开源的命令行工具，专为 AI Agent 设计，让 Claude Code、Codex 等 AI 助手能直接操作飞书。工具覆盖日历、消息、文档、多维表格...

FeelFish 3.0 基于业内最前沿的 MCP、多智能体协作与可复用技能（Skill）体系，带来的不只是功能更新——是一次创作范式的跃迁，让「智能体协作写作」从概念走进每一位作者的桌面。 认识新三...

SciClaw是什么 SciClaw是专为科研领域打造的AI Agent产品，定位为”科研龙虾”和”AI同事”。产品能自动完成文献调研、实验设计、数据分析和论文撰写，支持自主运行耗时实验、生成审稿回复...

SenseAudio是什么 SenseAudio 是商汤科技推出的 AI 语音开放平台，主打”自然好听、富有情绪的 AI 语音”。平台集成 70+ 精品音色，提供文本转语音、声音克隆（3秒素材即可复刻...

商汤输入法AudioClaw是什么 商汤输入法AudioClaw是商汤科技基于日日新多模态大模型推出的智能语音输入工具。工具集语音转文字、智能润色、即时翻译、口语净化、AI会议助手于一体，支持毫秒级精...

MOCR是什么 MOCR（Multimodal OCR）是华中科技大学与小红书hi lab联合推出的多模态文档解析模型，仅3B参数在文档解析和图形重建上实现突破性表现。模型打破传统OCR只识别文字的局...

Voxtral TTS是什么 Voxtral TTS 是 Mistral AI开源的文本转语音模型，基于 40 亿参数架构，支持 9 种语言。模型具备 90 毫秒超低延迟和 6 倍实时生成速度，仅需 ...

Gemini 3.1 Flash Live是什么 Gemini 3.1 Flash Live是Google最新推出的高质量实时语音模型，专为自然流畅的对话交互设计。模型在语调理解、推理能力和响应速度上...

Suno v5.5是什么 Suno V5.5 是Suno推出的 AI 音乐生成模型，标志着从”生成即完成”向”精细化制作”的重大转型。模型新增 Voices 声音定制、Custom Models 自定...

Sand.ai是什么 Sand.ai（北京三呆科技）是AI视频生成平台。平台专注自回归世界模型技术路线，现已开源150亿参数音视频模型daVinci-MagiHuman、分布式训练组件MagiAtte...