AndroidGen
AndroidGen 是一个基于大语言模型（LLM）的智能代理框架，专注于提升 Agent 在数据稀缺环境下的任务执行能力。它通过无监督方式收集用户操作轨迹并进行训练，结合 ExpSearch、ReflectPlan、AutoCheck 和 StepCritic 四个核心模块，增强任务规划、执行和评估能力。该框架在 AndroidWorld 和 AitW 基准测试中表现出色，适用于自动化任务处理、
admin
这家伙很懒，什么也没写
TA的文章
ReasonGraph
ReasonGraph 是一个开源平台，用于可视化和分析大语言模型（LLM）的推理过程。它支持多种主流模型和推理方法，提供直观的图表展示和交互式功能，帮助用户理解 AI 思考逻辑、优化模型表现。模块化设计使其易于扩展，适用于学术研究、教育、开发等多个领域。
MCP.so
MCP.so是一个MCP服务器导航与托管平台，整合超3000个MCP服务器，支持本地和远程通信接入。用户可按需选择服务器类型并进行配置，提升AI模型的功能与效率。平台提供服务器目录、信息共享、在线调试及提交功能，助力开发者与企业高效利用AI资源，推动技术协作与创新。
15个AI数字人制作工具，快速生成口播和直播视频
AI数字人通过AI技术模拟真人外貌与行为，实现自然对话与情感表达。本文介绍多款数字人制作工具，支持视频创作、营销推广、教育培训等场景，功能包括3D内容生成、自定义编辑、后期包装等，适用于个人及企业用户，助力内容生产效率提升。
Gemini 2.5 Pro
Gemini 2.5 Pro 是谷歌推出的高性能 AI 模型，具备深度推理能力，可在多模态输入下进行复杂任务处理。支持文本、图像、音频、视频及代码等多种输入形式，拥有 100 万 token 的上下文窗口。在推理、代码生成和多模态任务中表现优异，适用于学术研究、软件开发、创意工作和企业应用等多个领域。
Browseragent
Browseragent是一款基于浏览器的AI自动化工具，支持无代码可视化工作流构建，可在本地运行以保障数据安全。用户可轻松实现文本处理、网页抓取、文件操作等任务，适用于内容创作、电商运营、数据分析等多个场景。通过Chrome扩展便捷访问，降低AI技术使用门槛，提升工作效率。
pdf-craft 是一款专注于将扫描书籍的 PDF 文件转换为 Markdown 和 EPUB 格式的工具。它结合 DocLayout-YOLO 布局分析与 PaddleOCR 文本识别技术，精准提取正文内容并优化阅读顺序，支持跨页处理与结构化输出。适用于学术研究、电子书制作、文档存档及教育资料整理等多种场景。
TaoAvatar
TaoAvatar是阿里巴巴推出的高保真、轻量级3D全身虚拟人技术，基于3D高斯溅射（3DGS）实现照片级真实感的虚拟形象生成。支持多模态驱动，具备高帧率实时渲染能力，适用于AR、移动设备及高清显示平台。其轻量级架构结合深度学习优化，提升了运行效率与交互自然度，广泛应用于电商直播、全息通信、虚拟会议、在线教育及娱乐等领域。
Mureka O1
Mureka O1是昆仑万维推出的全球首款音乐推理大模型，采用“思维链”技术提升音乐生成质量与创作效率。支持多语言AI音乐创作，涵盖多种风格与情感表达，具备歌词生成、风格控制、音色克隆等功能。提供API接口与模型微调能力，适用于广告、影视、游戏、教育等多个场景，助力创作者高效完成音乐创作任务。
Mureka V6
Mureka V6是昆仑万维推出的AI音乐创作平台基座模型，支持多语言音乐生成及纯音乐创作。采用自研ICL技术，提升音乐结构连贯性与情感表达。用户可通过文本、音频或音色参考进行个性化创作，适用于多种音乐风格与情绪。支持从简单模式到高级模式的灵活操作，广泛应用于音乐爱好者、专业音乐人及内容创作等领域。
用户菜单
