tool
Sep 25, 2026
Nemotron 3 Diarization：支援最多 8 位說話者的開放權重模型
Nemotron 3 Diarization：支援最多 8 位說話者的開放權重模型 語音轉文字（ASR）可以把錄音變成文字，但多人會議還有另一個問題：每一句話是誰說 …
Read More →
Read More →
tool
Sep 25, 2026
Agnes-3.0-Flash Preview：33B 多模態開放權重模型
Agnes-3.0-Flash Preview：為高效能運算打造的多模態模型新選擇 追求高階 AI 推理與多模態能力時，開發者常面臨頂級模型硬體門檻極高或完全封閉的困境。Agnes …
Read More →
tool
Sep 25, 2026
K2-Horizon-7B：支援 512K 上下文的開源模型
探索 K2-Horizon-7B K2-Horizon-7B 是由基礎模型研究所（Institute of Foundation Models, IFM）開源發布的 7B 級別密集 …
Read More →
SPONSORED
tool
Sep 25, 2026
網易有道開源 Confucius4-R2T2：極低延遲、高精度的實時語音轉文字模型
Confucius4-R2T2：為即時語音轉文字設計的穩定輸出模型 即時語音轉文字不只追求辨識率，也要處理延遲、文字反覆修正與下游系統如何接收結果。 …
Read More →
tool
Sep 25, 2026
Jina OCR v1：將文件解析成結構化 Markdown
Jina OCR v1：把文件轉成可用的 Markdown 將 PDF、掃描檔或複雜版面交給 OCR，真正困難的往往不只是辨識文字，還包括表格、公式、段落與閱讀順序。Jina AI …
Read More →
tool
Sep 25, 2026
Brood War Bench：LLM Agent 在《星海爭霸》的測試結果
AI 玩《星海爭霸》：Brood War Bench 評測了什麼？ Brood War Bench 是由 Ben Swerdlow 開發的開源 AI 評測基準與工具（ …
Read More →
SPONSORED
tool
Sep 25, 2026
歸藏 Product Video Skill：以程式碼製作軟體更新宣傳片
軟體更新宣傳片也能自動化？歸藏 (Guizang) Product Video Skill 完全解析 開發軟體時，完成新功能後往往缺乏時間製作展示影片。歸藏 (Guizang) …
Read More →
tool
Sep 25, 2026
Qwen-Image-2.1：7B 影像生成與編輯模型
Qwen-Image-2.1：輕量化視覺模型 對於開發者與創作者而言，要在影像品質與運算效率之間取得平衡並不容易。Qwen 團隊推出的 Qwen-Image-2.1 是一個統一的開 …
Read More →
tool
Sep 25, 2026
Ming-Image-0.1-Design：專為 UI 與視覺設計打造的 6B 文生圖模型
專為設計師打造：Ming-Image-0.1-Design 模型解析 平面設計中，文字與圖像的結合常耗費大量心力。過去，生成一張包含精準文字的海報或 UI 草圖並不容 …
Read More →
SPONSORED
tool
Sep 13, 2026
AuK 開源語音基礎模型：一句指令搞定語音生成、編輯與降噪
AuK：用編輯文字的方式處理音訊 想像一下，如果修改錄音檔能像改 Word 文件一樣簡單——調整語調、替換字詞、甚至改變說話者的情緒與聲線。過去，這些操作往往需要昂貴的器材與複雜的 …
Read More →