Join NowENPremium Membership ·Limited-Time Pricing— Save TodayChoose a monthly plan that fits your needs. Each tier includes tailored points allowances and flexible usage limits for confident monitoring.Your current plan isFreeEssentialStart with essential GEO monitoring and analysis$14.9/30 daysGet PremiumPoints IncludedOne-time points 7,000Daily bonus points 100AI Query Mining50 uses/monthGEO Rank Check50 uses/month5 AI platforms:GEO Brand Score Audit3 uses/month5 AI platforms:GEO Link Citation Tracking5 uses/month5 AI platforms:GEO Rank TrackingNot includedData Export：Not includedReport Generation：Not included7-Day Featured Slot in AI DirectoryNot includedDedicated SupportNot includedMost PopularGrowthBuilt for growing brands and daily GEO operations$45/30 daysGet PremiumPoints IncludedOne-time points 25,000Daily bonus points 200AI Query Mining150 uses/monthGEO Rank Check100 uses/month7 AI platforms:GEO Brand Score Audit8 uses/month7 AI platforms:GEO Link Citation Tracking15 uses/month7 AI platforms:GEO Rank TrackingNot includedData Export：Not includedReport Generation：Not included7-Day Featured Slot in AI DirectoryNot includedDedicated SupportNot includedProProfessional GEO monitoring and continuous growth analysis$109/30 daysGet PremiumPoints IncludedOne-time points 65,000Daily bonus points 300AI Query Mining300 uses/monthGEO Rank Check300 uses/month10 AI platforms:GEO Brand Score Audit20 uses/month10 AI platforms:GEO Link Citation Tracking30 uses/month10 AI platforms:GEO Rank TrackingUnlimited10 AI platforms:Data Export：IncludedReport Generation：Included7-Day Featured Slot in AI DirectoryNot includedDedicated SupportNot includedEnterprise PlanEnterpriseScalable GEO operations for enterprises and agencies$199/30 daysGet PremiumPoints IncludedOne-time points 120,000Daily bonus points 500AI Query Mining800 uses/monthGEO Rank Check600 uses/month10 AI platforms:GEO Brand Score Audit30 uses/month10 AI platforms:GEO Link Citation Tracking60 uses/month10 AI platforms:GEO Rank TrackingUnlimited10 AI platforms:Data Export：IncludedReport Generation：Included7-Day Featured Slot in AI Directory1 uses/monthDedicated SupportIncludedCompare PlansCompare usage allowances and premium benefits across plans at a glanceFree$0Get PremiumEssential$99/30 daysGet PremiumGrowth$299/30 daysGet PremiumPro$699/30 daysGet PremiumEnterprise$1,299/30 daysGet PremiumPoints IncludedOne-time points07,00025,00065,000120,000Daily bonus points100100200300500AI Query MiningQuery allowance/month550150300800GEO Rank CheckQuery allowance/month350100300600AI platformsGEO Brand Score AuditQuery allowance/month1382030AI platformsGEO Link Citation TrackingQuery allowance/month15153060AI platformsGEO Rank TrackingGEO Rank TrackingNot includedNot includedNot includedUnlimitedUnlimitedData ExportNot includedNot includedNot includedIncludedIncludedReport GenerationNot includedNot includedNot includedIncludedIncluded7-Day Featured Slot in AI Directory7-Day Featured Slot in AI DirectoryNot includedNot includedNot includedNot included1Dedicated SupportDedicated SupportNot includedNot includedNot includedNot includedIncludedFrequently Asked QuestionsCommon questions about Aibase memberships, credits, GEO monitoring, and billingWhat is the difference between monthly membership credits and daily login bonus credits?Monthly membership credits are the core AI computing allowance included with your membership and are issued once per membership benefit cycle.Daily login bonus credits are an additional benefit. They are automatically issued when a member first signs in to or visits Aibase on a given day, with no manual claim required.Daily bonus credits are valid only for the day they are issued and do not roll over to the next day.Do I need to manually claim daily bonus credits? Are missed days credited later?No manual claim is required. Daily bonus credits are automatically issued when you first sign in to or visit Aibase that day.If you do not sign in to or visit Aibase on a given day, that day’s bonus credits will not be issued and will not be credited retroactively.Daily bonus credits are an additional membership benefit and do not affect your regular monthly membership credits.Do monthly membership credits roll over to the next month?No. Membership credits are issued in 30-day benefit cycles.Unused membership credits expire at the end of the current benefit cycle and do not roll over into the next cycle.At the beginning of a new benefit cycle, the credit allowance for your current membership plan is issued again.If I buy a 3-, 6-, or 9-month membership, will all credits and usage quotas be issued at once?No. A multi-month purchase provides membership access for the selected duration; it does not issue all future credits and usage quotas upfront.Membership benefits are still managed in 30-day cycles. Credits are issued and tool usage quotas are reset at the start of each cycle.For example, a 3-month membership consists of three consecutive 30-day benefit cy

MiniCPM5-2B – 面壁智能联合清华开源的端侧语言基座模型AI工具22小时前发布AI小集02MiniCPM5-2B是什么MiniCPM5-2B 是面壁智能、OpenBMB 社区与清华大学联合开源的端侧语言基座模型。模型约25亿参数，支持128K上下文，在34项基准均分53.9，超越一众4B级模型，达2B级开源SOTA。模型将工具调用、深度搜索、代码生成等Agent能力压入端侧，可运行于6GB内存设备；同时开源训练数据、RL框架Meshy与JustRL II算法，堪称端侧”小钢炮”。MiniCPM5-2B的主要功能端侧对话问答：在本地设备上直接运行语言模型，完成日常问答、写作、总结等任务，数据无需上传云端。长文本理解：支持 128K 上下文，可本地处理会议纪要、合同、长文档并精准提取关键信息。代码生成与修复：从代码补全到真实仓库级修复（SWE-bench Verified 46.4），可作为本地编码助手。工具调用：原生支持函数调用，能按需调用外部工具完成查询、计算、数据库交互等操作。深度搜索：具备搜索 Agent 能力，可自主规划多步检索并整合答案。混合推理：通过enable_thinking开关在快速应答与深度思考模式间切换，兼顾效率与难题求解。本地批量任务：简历筛选、试卷批改、合同分析等隐私敏感任务可在设备侧低成本并行处理。MiniCPM5-2B的技术原理标准 Dense Transformer 架构：模型采用标准的 LlamaForCausalLM 结构，共 42 层，使用 GQA降低 KV Cache 开销，原生支持 131,072 token 上下文，因架构完全标准，vLLM、llama.cpp、Ollama 等主流框架无需自定义 kernel 即可原生加载。全链路 Agent 能力培养：Agent 从预训练阶段就针对性铺路，先进行 200B 规模的 Agent Midtraining 注入任务拆解与工具使用先验，再用 50 万条覆盖工具调用、网页搜索、代码 Agent 等场景的 SFT 轨迹教会模型规范执行，最后通过 Agent RL 对齐保证多轮交互中策略稳定，形成”能跑且好用”的完整能力链。Meshy 强化学习框架：Meshy 去掉了传统 RL 训练的中央控制器与 Ray 依赖，将训练、推理、奖励计算全部建模为对等节点服务，利用 TransferQueue 中的数据就绪状态驱动实际控制流，可在同步、异步、全异步三种模式间灵活切换，使大规模 RL 训练更易扩展、部署更轻量。JustRL II 奖励学习算法：针对端侧模型长思维链 RL 中”奖励信号带偏模型”和”GRPO 信用分配粗糙”两大痛点，JustRL II 在数据侧采用三阶段流水线校准训练样本，在算法侧为 GRPO 引入 Critic 实现词元级信用分配，精确区分长推理链中每步的贡献。UltraX 函数调用式数据精炼：UltraX 摒弃大模型端到端重写网页文本的传统做法，改为训练一个 0.6B 轻量模型预测结构化的编辑操作，再由确定性执行器逐行落地——既避免重写带来的语义漂移与结构破坏，又因编辑操作可保存、可审计而实现全程可追溯，实测 16B tokens 精炼语料的训练效果即超过原始语料 20B tokens 满训表现。UltraData 分级数据治理体系：代码数据采用 L0–L3 递进治理，RL 数据经三阶段流水线剔除不可验证、奖励不可信、难度不匹配的样本，以高质量数据信号弥补小模型容量劣势，这是小参数量下能力反超 4B 模型的关键工程基础。微信关注回复“开源”，加入AI开源项目交流群如何使用MiniCPM5-2B确认硬件条件：BF16 原版权重约 4.7GiB，或使用约 1.2GB 的 GGUF 量化版在 6GB 内存的手机、普通笔记本上运行。获取模型权重：从 HuggingFace或魔搭社区下载所需版本，按需选择 BF16 / GGUF / MLX / GPTQ / SFT 等格式。安装推理框架：云端或高并发场景用 vLLM（≥0.21.0 原生支持，单卡 TP=1 即可），本地轻量部署用 llama.cpp、Ollama 或 SGLang，CPU 环境可用面壁自研的 Arclight 框架。加载并运行模型：以标准 Llama 架构直接加载，无需任何自定义 kernel。切换思考模式：通过聊天模板中的enable_thinking开关控制快速应答或深度推理，按任务难度选择模式。接入工具调用/Agent：利用模型原生的函数调用与深度搜索能力，结合配套部署 Cookbook 和 Agent Skills 搭建本地 Agent 工作流。MiniCPM5-2B的核心优势2B 级开源 SOTA：34 项基准均分 53.9，反超所有参测 4B 级模型，以小博大。端侧通用 Agent 雏形：原生集成工具调用、深度搜索、代码生成等智能体核心能力，Agent 榜单 20 分居首，领先 Granite 4.2 8B、Qwen3.5 9B 等更大模型。极致部署友好：标准 Llama 架构 + 全格式发布，vLLM、Ollama、llama.cpp 免改造直接加载，INT4 版仅 1.2GB、6GB 内存设备即可运行。原生 128K 长上下文：13 万 token 上下文为端侧本地处理会议纪要、合同等长文档提供能力基础。全链路开源：不止权重，连训练数据（UltraData 系列）、RL 框架（Meshy）、RL 算法（JustRL II）与训练 Recipe 一并开放，可完整复现与二次创新。高效推理：单任务平均约 21K output tokens，token 消耗低于同级模型，端侧运行更快更省电。芯片生态广：覆盖 AMD、英特尔、联发科、高通及昇腾、海光、昆仑芯、摩尔线程等 9 款国产芯片 Day0 适配。MiniCPM5-2B的项目地址GitHub仓库：https://github.com/OpenBMB/MiniCPMHuggingFace模型库：https://huggingface.co/collections/openbmb/minicpm5MiniCPM5-2B的同类竞品对比维度MiniCPM5-2BQwen3.5-2B出品方面壁智能 × OpenBMB × 清华阿里巴巴通义参数规模2.52B（非嵌入约1.98B）约2B架构Dense，42层，GQA 16Q/2KVDense，GQA原生上下文128K128K*开源协议Apache 2.0Apache 2.0发布格式BF16/GGUF/MLX/GPTQ/SFT/BaseGGUF/BF16等MiniCPM5-2B的应用场景隐私敏感文档处理：会议纪要、合同、内部邮件在本地完成问答与摘要，数据全程不出设备。招聘与人力资源：本地批量筛选简历、提取候选人信息并结构化比对，避免简历上传云端。端侧编码助手：离线完成代码补全、调试建议乃至仓库级缺陷修复，保障代码资产安全。本地深度搜索：自动规划多步网页检索并整合答案，适用于调研、比价、信息收集。教育与批改：试卷批改、作业讲评、错题分析在本地批量并行，降低学校与教培成本。# AI工具# AI项目和框架©版权声明本站文章版权归AI工具集所有，未经允许禁止任何形式的转载。上一篇LLaDA-Image - 蚂蚁集团开源的统一图像生成与编辑模型下一篇DeepSeek V4.1 Flash - DeepSeek推出的中间内测版本模型相关文章Kimi WebBridge – 月之暗面推出的浏览器扩展插件AI小集3Muse Glimmer – Meta 开源的 300 亿参数大语言模型AI小集2XMusic – 腾讯多媒体实验室自主研发的AI通用作曲框架AI小集2Secta Labs – AI头像生成平台，通过少量自拍照生成数百张不同风格的头像AI小集2LingBot-Map – 蚂蚁灵波开源的流式 3D 重建模型AI小集2ChatPlayground AI – AI聊天机器人平台，支持多语言，多AI互动AI小集3暂无评论再想想发表评论暂无评论…热门工具Loomy即梦AISekoAiPPT秘塔AI搜索妙呀Lovart美图设计室绘蛙AIupdream办公小浣熊秒哒最新收录SoWorkDomeryTArk元舟AionClawTokera AI文优小助最新文章秒悟Meoo – 1分钟生成前后端完整的网站，真0门槛开发！40分钟前XiaoMi MiMo Desktop – 小米推出的桌面端通用 AI Agent1小时前用 DeepSkill 搞定文献综述和数据分析（84个技能实测）4小时前ChatGPT Images 2.5 – OpenAI 推出的新一代图像生成模型4小时前H3-World – 腾讯联合高校等开源的动作可控世界模型5小时前DeepSeek V4.1 Flash – DeepSeek推出的中间内测版本模型20小时前LLaDA-Image – 蚂蚁集团开源的统一图像生成与编辑模型1天前YoLive – Yoroll 推出的实时 AI 互动剧情直播平台1天前问卷派 – AI 调研智能体，AI 对话生成定制化报告1天前WikiSkill – 谷歌推出的 Agent 技能进化框架1天前MAI-Image-2.6-Flash – 微软推出的高速图像生成模型2天前Claude Commerce Agents – Anthropic 开源的电商 Agent2天前国家反诈AI – 上海公安局推出的电信网络诈骗防范科普平台2天前星火X2.5 – 科大讯飞推出的旗舰通用大模型系列2天前从账号诊断到内容落地：Tokera AI 多平台账号运营实测2天前

IT之家9 月 8 日消息，法国人工智能初创企业 Mistral AI 当地时间今日宣布完成 D 轮融资，以超 210 亿欧元（IT之家注：现汇率约合 1,640.75 亿元人民币）的投后估值筹集了 30 亿欧元（现汇率约合 234.39 亿元人民币）。Mistral AI 本次融资的领投方包括三星电子、Scaleup Europe Fund、 PSG Equity。此次融资规模创欧洲科技公司历史记录。这部分资金将用于该企业的前沿研究。Mistral AI 表示，这波 GenAI 浪潮的核心问题已悄然转变，从模型性能转向客户可信赖的人工智能服务。而该企业凭借开放权重模型、算力基础设施、人工智能产品提供了全栈解决方案，同时保障客户无需依赖被单一供应商。

DeepSeek-V4 – DeepSeek推出的新一代大语言模型系列AI工具5个月前发布AI小集07DeepSeek-V4是什么DeepSeek-V4是DeepSeek推出的新一代大语言模型系列预览版，拥有百万字超长上下文窗口，在Agent能力、世界知识与推理性能方面达到开源领域领先水平。模型包含deepseek-v4-pro 和 deepseek-v4-flash 两个版本，分别定位高性能与经济高效，均已开源并提供API服务，支持非思考与思考双模式，为长文本处理与智能体应用提供普惠化基础设施。DeepSeek-V4的主要功能百万上下文处理：原生支持1M Token超长文本理解与记忆，为官方服务标配。混合注意力机制：CSA与HCA架构大幅降低长上下文计算与显存开销。Agent编码增强：针对Claude Code、OpenClaw等主流Agent框架深度优化。双模式推理：支持非思考与思考模式，后者可通过reasoning_effort参数调节强度。多领域专家融合：通过OPD蒸馏整合数学、代码、Agent等领域专家能力。经济高效选择：Flash版本用更低参数实现接近Pro的推理性能，API成本显著降低。DeepSeek-V4的技术原理CSA压缩稀疏注意力：将每m个token的KV压缩为1个条目，通过Lightning Indexer计算索引分数并执行Top-k稀疏选择，结合滑动窗口与Attention Sink机制保留局部依赖。HCA重度压缩注意力：以更大压缩比m’将KV条目合并为单个条目，保持密集注意力而不采用稀疏选择，进一步降低计算量。mHC流形约束超连接：将残差映射矩阵通过Sinkhorn-Knopp算法投影到双随机矩阵流形，约束谱范数不超过1，增强深层信号传播稳定性。Muon优化器：模型采用混合Newton-Schulz迭代对梯度矩阵进行正交化，分快速收敛与精确稳定两个阶段，支持大规模MoE高效训练。FP4量化感知训练：对MoE专家权重和CSA索引器QK路径进行FP4量化，用FP8扩展动态范围实现无损反量化，降低内存与计算开销。DeepSeek-V4的性能体现知识能力世界知识领先开源：SimpleQA-Verified达57.9%，超越所有已评测开源模型20个百分点，仅稍逊于Gemini-3.1-Pro（75.6%）。中文知识突出：Chinese-SimpleQA达84.4%，大幅领先K2.6（75.9%）与GLM-5.1（75.0%）。教育知识接近前沿：MMLU-Pro 87.5%、GPQA Diamond 90.1%，与GPT-5.4持平，略低于Gemini-3.1-Pro。推理与代码能力数学竞赛比肩闭源：HMMT 2026 Feb达95.2%，IMOAnswerBench达89.8%，超越K2.6与GLM-5.1，接近GPT-5.4与Opus-4.6。代码竞赛首次开源追平闭源：Codeforces Rating达3206，与GPT-5.4（3168）相当，当前排名人类选手第23位。高难度推理突破：Apex Shortlist达90.2%，超越GPT-5.4（78.1%）与Opus-4.6（85.9%）；LiveCodeBench达93.5%，领先所有对比模型。Agent能力软件工程接近顶级闭源：SWE Verified达80.6%，与Opus-4.6（80.8%）基本持平；SWE Pro 55.4%、SWE Multilingual 76.2%。终端操作领先开源：Terminal Bench 2.0达67.9%，超越K2.6（66.7%）、GLM-5.1（63.5%）与Opus-4.6（65.4%）。工具调用泛化优秀：MCPAtlas Public 73.6%、Toolathlon 51.8%，在包含广泛工具和MCP服务的评测中表现突出。长上下文能力百万上下文检索强劲：MRCR 1M达83.5%，超越Gemini-3.1-Pro（76.3%）；128K内检索性能高度稳定，1M时仍保持较强能力。真实场景长文档理解：CorpusQA 1M达62.0%，优于Gemini-3.1-Pro（53.8%）。效率表现计算量断崖式下降：1M上下文下，V4-Pro单Token推理FLOPs仅为V3.2的27%，V4-Flash仅为10%。KV缓存大幅压缩：1M上下文下，V4-Pro累计KV缓存为V3.2的10%，V4-Flash仅为7%。路由专家FP4量化：专家权重采用FP4存储，未来硬件上理论可再提升1/3效率。如何使用DeepSeek-V4网页端/App：访问DeepSeek官网或官方App，选择专家模式（Pro）或快速模式（Flash）。API调用：修改model参数为deepseek-v4-pro或deepseek-v4-flash，base_url保持不变。思考模式：复杂Agent场景建议启用思考模式并设置reasoning_effort: max。本地部署：通过Hugging Face或ModelScope下载开源权重自行部署。DeepSeek-V4的关键信息和使用要求版本规格：Pro版1.6T参数/49B激活，Flash版284B参数/13B激活，预训练数据分别为33T与32T。上下文长度：两个版本均支持1M Token，旧接口deepseek-chat与deepseek-reasoner将于2026-07-24停用。API定价（每百万Token）：Pro输入缓存命中1元/未命中12元，输出24元；Flash输入缓存命中0.2元/未命中1元，输出2元。算力限制：Pro版当前服务吞吐有限，预计下半年昇腾950超节点批量上市后价格将大幅下调。DeepSeek-V4的核心优势百万上下文普惠化：1M Token超长上下文成为官方服务标配，突破传统注意力机制的二次计算瓶颈，使长文本任务与测试时缩放真正可行。极致长上下文效率：通过CSA压缩稀疏注意力与HCA重度压缩注意力的混合架构，1M上下文下V4-Pro的单Token推理FLOPs仅为V3.2的27%，KV缓存仅10%，Flash版更是低至10%与7%。开源模型性能新标杆：V4-Pro-Max在知识、推理、代码竞赛等评测中全面领先前代开源模型，Agent编码能力内部评测优于Claude Sonnet 4.5，交付质量接近Opus 4.6非思考模式。双版本灵活覆盖：Pro版（1.6T/49B）定位顶级性能，Flash版（284B/13B）以极小激活参数实现接近的推理能力，API价格低至Pro的1/12，普惠不同预算场景。Agent能力原生增强：针对Claude Code、OpenClaw等主流Agent框架专项优化，支持跨用户消息边界的连贯推理保留，在SWE、Terminal Bench等Agent评测中表现优异。DeepSeek-V4的项目地址HuggingFace模型库：https://huggingface.co/collections/deepseek-ai/deepseek-v4技术论文：https://huggingface.co/deepseek-ai/DeepSeek-V4-Pro/blob/main/DeepSeek_V4.pdfDeepSeek-V4的同类竞品对比对比维度DeepSeek-V4-ProClaude Opus 4.6Kimi K2.6模型定位开源高性能MoE闭源顶级通用开源Agent智能开源状态完全开源闭源API开源/开放API总参数量1.6T未公开未公开激活参数49B未公开未公开上下文长度1M Token200K1M Token核心架构CSA+HCA混合注意力传统TransformerMoE+长上下文MMLU-Pro87.589.187.1SimpleQA57.946.236.9Codeforces3206––SWE Verified80.680.880.2Terminal Bench67.965.466.7MRCR 1M83.592.9–API输入价格12元/百万Token约150元/百万Token约60元/百万Token长上下文效率KV缓存仅为V3.2的10%标准KV缓存高效但细节未公开DeepSeek-V4的应用场景长文档分析：支持百万字级论文、报告、法律合同的全文理解与跨章节推理。智能体编码：在Claude Code、OpenClaw等框架中执行复杂代码生成、重构与调试任务。多轮工具调用：在Agent工作流中保留完整推理历史，支持跨用户消息边界的连贯思考。知识密集型问答：在世界知识评测中大幅领先开源模型，适用于教育、科研与专业咨询。白领办公任务：模型在中文写作、信息分析、文档生成与编辑等场景表现优异。# AI工具# AI项目和框架©版权声明本站文章版权归AI工具集所有，未经允许禁止任何形式的转载。上一篇GPT-5.5 - OpenAI 推出的最新旗舰大模型下一篇StepAudio 2.5 ASR - 阶跃星辰推出的自动语音识别模型相关文章HelloMeme – 面部表情与姿态迁移框架，基于Stable Diffusion 1.5模型理解能力AI小集2StepClaw – 阶跃AI推出的云端AI助手，一键部署OpenClawAI小集3OpenPPT – 开源AI PPT生成工具，支持多平台使用AI小集3谛韵DiffRhythm – 西北工业联合港中文推出的端到端音乐生成工具AI小集3presentation-ai – 开源AI PPT生成工具，自动智能配图AI小集2ImageToPromptAI – AI图像转文本提示词工具，快速生成与图像相关的细节描述AI小集2暂无评论再想想发表评论暂无评论…热门工具Loomy即梦AISekoAiPPT秘塔AI搜索妙呀Lovart美图设计室绘蛙AIupdream办公小浣熊秒哒最新收录SoWorkDomeryTArk元舟AionClawTokera AI文优小助最新文章秒悟Meoo – 1分钟生成前后端完整的网站，真0门槛开发！2小时前XiaoMi MiMo Desktop – 小米推出的桌面端通用 AI Agent2小时前用 DeepSkill 搞定文献综述和数据分析（84个技能实测）6小时前ChatGPT Images 2.5 – OpenAI 推出的新一代图像生成模型6小时前H3-World – 腾讯联合高校等开源的动作可控世界模型6小时前DeepSeek V4.1 Flash – DeepSeek推出的中间内测版本模型21小时前MiniCPM5-2B – 面壁智能联合清华开源的端侧语言基座模型23小时前LLaDA-Image – 蚂蚁集团开源的统一图像生成与编辑模型1天前YoLive – Yoroll 推出的实时 AI 互动剧情直播平台1天前问卷派 – AI 调研智能体，AI 对话生成定制化报告1天前WikiSkill – 谷歌推出的 Agent 技能进化框架1天前MAI-Image-2.6-Flash – 微软推出的高速图像生成模型2天前Claude Commerce Agents – Anthropic 开源的电商 Agent2天前国家反诈AI – 上海公安局推出的电信网络诈骗防范科普平台2天前星火X2.5 – 科大讯飞推出的旗舰通用大模型系列2天前

DeepSeek V4.1 Flash – DeepSeek推出的中间内测版本模型AI工具20小时前发布AI小集02DeepSeek V4.1 Flash是什么DeepSeek V4.1 Flash 是深度求索内测的中间版本模型，采用全新模型结构，原生支持多模态，主打能力更强、速度更快、成本更低。模型调用时 base_url 不变，模型名设为 deepseek-v4.1-flash-expires-on-0910 即可，每账号限流 20 并发。社区实测输出速度超 300 tokens/s。DeepSeek V4.1 Flash的主要功能新模型结构：采用全新架构的中间版本，为后续正式版铺路。原生多模态：原生支持图像理解，无需外挂视觉模块。高速推理：社区实测输出 300400 tokens/s，最高达 507 tokens/s。能力增强：在同等定位下能力较 V4 Flash 更强，代码与生成任务表现更好。DeepSeek V4.1 Flash的技术原理新模型架构：结合 DeepSeek 一贯路线（V4 系列基于 MoE 混合专家架构），业界推测 V4.1 Flash 是在 MoE 基础上做了路由与层结构的重新设计，用更小激活参数量换取更高吞吐。原生多模态：不同于 V4 Flash 单独推出 Vision 版本，V4.1 Flash 将视觉编码直接融入基座模型训练，图文在同一表示空间内对齐，省去跨模块拼接的延迟与信息损耗。高速推理：高吞吐通常来自 MoE 稀疏激活（每 token 只计算部分专家）、算子级推理优化，以及缓存复用，具体是否采用尚待正式版披露。如何使用DeepSeek V4.1 Flash注册账号：前往 DeepSeek 开放平台，https://platform.deepseek.com/，注册并实名认证。获取密钥：在”API keys”页面创建并复制你的 API Key。确认余额：确保账户已充值，计费标准与 deepseek-v4-flash 相同。配置接口地址：base_url 保持不变，仍为https://api.deepseek.com。设置模型名：将调用参数中的 model 设为deepseek-v4.1-flash-expires-on-0910。发起调用：按常规 OpenAI 兼容格式发送请求，即可体验新模型。注意并发：每账号限流 20 并发，高频任务需控制请求量。DeepSeek V4.1 Flash的核心优势极致速度：社区实测输出普遍 300400 tokens/s，峰值达 507 tokens/s，交互体验接近”秒回”。原生多模态：视觉能力直接融入基座架构，无需像 V4 Flash 那样依赖单独的视觉版本。价格不变、隐性降价：能力升级但计费维持 V4 Flash 水平，空闲时段缓存命中输入低至 0.05 元/百万 tokens。架构焕新：采用全新模型结构，是 DeepSeek 新一轮技术路线的先行版，后续升级空间更大。接入零成本：base_url 不变、仅改模型名即可调用，老用户无缝切换。DeepSeek V4.1 Flash的同类竞品对比维度DeepSeek V4.1 Flash智谱GLM-5.3 Flash多模态原生支持（架构级融合）支持图片、视频、文件、文本输出价格4.5元/百万tokens（空闲）约$0.50/百万tokens（促销期$0.25）输入价格0.05~1.5元/百万tokens（空闲）约$0.15/百万tokens（促销期$0.075）并发限制每账号20并发（内测限流）正常商用额度可用性9月10日过期，仅两天窗口已正式发布，长期可用开源情况未开源GLM 系列一贯开源DeepSeek V4.1 Flash的应用场景实时对话助手：300+ t/s 的流式输出让聊天、客服场景几乎无等待感。AI 编程辅助：代码补全、片段生成对延迟极敏感，高速输出可无缝嵌入 IDE。视觉理解应用：原生多模态适合截图问答、文档图片解析、UI 审查等图文混合任务。轻量 Agent 执行层：Agent 需高频串行调用模型，低成本+高吞吐适合做执行与分拣环节。内容批量生产：文案改写、摘要、翻译等流水线任务，靠低单价+缓存命中把成本压到最低。# AI工具# AI项目和框架©版权声明本站文章版权归AI工具集所有，未经允许禁止任何形式的转载。上一篇MiniCPM5-2B - 面壁智能联合清华开源的端侧语言基座模型下一篇H3-World - 腾讯联合高校等开源的动作可控世界模型相关文章Lance – 字节跳动开源的轻量级原生统一多模态模型AI小集2Miracle F1 – 美图 WHEE 推出的 AI 图像生成模型AI小集3日日新 V6.5 – 商汤科技推出的多模态推理大模型AI小集2Visla – AI视频创作和编辑平台，覆盖故事板到视频全流程创作过程AI小集2Macroscope – AI代码理解和修复工具，自动总结项目进展AI小集3TinyR1-Preview – 奇虎360联合北大团队推出的推理模型AI小集2暂无评论再想想发表评论暂无评论…热门工具Loomy即梦AISekoAiPPT秘塔AI搜索妙呀Lovart美图设计室绘蛙AIupdream办公小浣熊秒哒最新收录SoWorkDomeryTArk元舟AionClawTokera AI文优小助最新文章秒悟Meoo – 1分钟生成前后端完整的网站，真0门槛开发！40分钟前XiaoMi MiMo Desktop – 小米推出的桌面端通用 AI Agent1小时前用 DeepSkill 搞定文献综述和数据分析（84个技能实测）4小时前ChatGPT Images 2.5 – OpenAI 推出的新一代图像生成模型4小时前H3-World – 腾讯联合高校等开源的动作可控世界模型5小时前MiniCPM5-2B – 面壁智能联合清华开源的端侧语言基座模型22小时前LLaDA-Image – 蚂蚁集团开源的统一图像生成与编辑模型1天前YoLive – Yoroll 推出的实时 AI 互动剧情直播平台1天前问卷派 – AI 调研智能体，AI 对话生成定制化报告1天前WikiSkill – 谷歌推出的 Agent 技能进化框架1天前MAI-Image-2.6-Flash – 微软推出的高速图像生成模型2天前Claude Commerce Agents – Anthropic 开源的电商 Agent2天前国家反诈AI – 上海公安局推出的电信网络诈骗防范科普平台2天前星火X2.5 – 科大讯飞推出的旗舰通用大模型系列2天前从账号诊断到内容落地：Tokera AI 多平台账号运营实测2天前

智东西9月8日消息，刚刚，DeepSeek宣布，DeepSeek V4.1 Flash的中间版本开启内测。该模型采用了新模型结构，原生支持多模态、能力更强、速度更快且成本更低。

开发者保持base_url不变，将模型名设置为deepseek-v4.1-flash-expires-on-0910即可调用，当前计费与DeepSeek V4 Flash相同，每账号限流20并发。

根据模型名称，此次内测9月10日会自动过期下线。

社交平台X上已经有一些开发者晒出了自己的体验，其中最高的输出速度达到507 tokens/s。

微信扫一扫关注该公众号

微信扫一扫可打开此内容，使用完整服务

GPT-image-1 – OpenAI 推出的最新图像生成模型AI工具1年前 (2025)发布AI小集06GPT-image-1是什么GPT-image-1是OpenAI推出的原生多模态图像生成模型，基于API向开发者开放使用。模型根据文本提示和图像生成高质量、专业级的图像，支持多种风格和自定义功能，如图像质量、尺寸、格式、压缩程度等。模型广泛应用在创意设计、电商、教育、营销等领域，例如将草图转化为图形、生成产品展示图、创建品牌视觉资产等。目前已经被包括 Adobe、Figma在内等主流创意平台采用。GPT-image-1的主要功能文本生成图像：根据文本描述生成图像。图像编辑：对现有图像进行修改或局部编辑。图像变体：生成图像的不同版本或风格变体。自定义功能：尺寸：支持多种分辨率，如1024×1024、1024×1536等。质量：低、中、高三种渲染质量可选。格式：支持PNG、JPEG、WebP等格式。压缩：针对JPEG和WebP格式，可设置0-100%的压缩级别。背景：支持透明背景或不透明背景。API访问： 提供API接口，支持开发者将图像生成功能集成到自己的应用或服务中，支持批量生成图像。GPT-image-1的模型特点超强指令遵循：精确理解和执行复杂指令，确保生成图像的准确性。超多艺术风格：支持多种艺术风格，适用于不同创意需求。精准图像编辑：提供强大的图像编辑能力，用户基于基于文本提示对图像进行精细调整。丰富的真实世界知识：生成与真实世界相关的图像内容，增强图像的可信度和实用性。文本一致性生成：在生成图像时，保持文本内容的一致性和连贯性，适用于教育材料、故事书等场景。GPT-image-1的产品定价文本输入token（提示文本）：5 美元/100 万枚 token图像输入token（输入图像）：10 美元/100 万枚 token图像输出token（生成的图像）​​：40 美元/100 万枚 tokenGPT-image-1的项目地址项目官网：https://openai.com/index/image-generation-api/如何使用GPT-image-1准备工作：放问OpenAI官方网站注册账户。注册完成后，登录账户获取API密钥（API Key）。安装OpenAI Python库：在Python环境中安装OpenAI的官方库。打开终端或命令提示符，运行以下命令：pipinstallopenai配置API密钥：在代码中配置OpenAI API密钥。建议将密钥存储在环境变量中，避免直接暴露在代码中。importosimportopenai# 设置API密钥openai.api_key=os.getenv(“OPENAI_API_KEY”)调用图像生成API：图像生成：基于文本提示生成图像。以下是一个简单的示例代码：importopenaiimportbase64# 初始化OpenAI客户端client=openai.OpenAI()# 调用图像生成APIresult=client.images.generate(model=“gpt-image-1”,# 指定模型prompt=“A futuristic cityscape at sunset with flying cars and neon lights”,# 文本提示size=“1024x1024”,# 图像尺寸quality=“high”,# 图像质量background=“transparent”# 背景设置为透明)# 获取生成的图像数据image_base64=result.data[0].b64_json image_bytes=base64.b64decode(image_base64)# 保存图像到本地文件withopen(“futuristic_cityscape.png”,“wb”)asf:f.write(image_bytes)图像编辑：对现有图像进行编辑。以下是一个示例代码：importopenai# 初始化OpenAI客户端client=openai.OpenAI()# 调用图像编辑APIresult=client.images.edit(model=“gpt-image-1”,# 指定模型image=open(“input_image.png”,“rb”),# 上传需要编辑的图像mask=open(“mask.png”,“rb”),# 上传蒙版图像prompt=“Replace the sky with a starry night”,# 编辑提示size=“1024x1024”,# 图像尺寸quality=“high”# 图像质量)# 获取生成的图像数据image_base64=result.data[0].b64_json image_bytes=base64.b64decode(image_base64)# 保存编辑后的图像到本地文件withopen(“edited_image.png”,“wb”)asf:f.write(image_bytes)使用参考图像生成新图像：上传多张参考图像生成新的图像。以下是一个示例代码：importopenai# 初始化OpenAI客户端client=openai.OpenAI()# 调用参考图像生成APIresult=client.images.edit(model=“gpt-image-1”,# 指定模型image=[open(“body-lotion.png”,“rb”),open(“bath-bomb.png”,“rb”),open(“incense-kit.png”,“rb”),open(“soap.png”,“rb”),],# 上传参考图像prompt=“Generate a photorealistic image of a gift basket on a white background labeled ‘Relax & Unwind’ with a ribbon and handwriting-like font, containing all the items in the reference pictures”,# 生成提示size=“1024x1024”,# 图像尺寸quality=“high”# 图像质量)# 获取生成的图像数据image_base64=result.data[0].b64_json image_bytes=base64.b64decode(image_base64)# 保存生成的图像到本地文件withopen(“gift_basket.png”,“wb”)asf:f.write(image_bytes)GPT-image-1的应用案例Adobe：集成到Firefly和Express应用中，提供不同图片风格。Figma：基于简单提示生成和编辑图像，帮助设计师快速获取想法。HeyGen：增强头像创建和编辑功能。Wix：帮助用户快速将想法转化为现实。Photoroom：帮助在线卖家基于产品照片创建工作室品质的视觉效果。GPT-image-1的应用场景创意设计：快速将草图转化为高质量图形元素，支持高保真视觉编辑。电商与营销：生成产品展示图、营销海报和社交媒体图像，提升视觉效果。品牌设计：创建可编辑的徽标、品牌视觉资产和专业排版。视频创作：增强视频编辑功能，生成高质量头像和动画效果。教育与内容创作：生成教学插图和创意内容，辅助教育和创作。# AI工具# AI项目和框架©版权声明本站文章版权归AI工具集所有，未经允许禁止任何形式的转载。上一篇Hyprnote - 开源AI会议笔记工具，实时记录会议生成总结下一篇Eagle 2.5 - 英伟达推出的视觉语言模型相关文章WeKnora – 腾讯开源的文档理解与语义检索框架AI小集5Any Summary – AI文档总结工具，支持分析总结长文本、音视频文件AI小集3MiniCPM-o 2.6 – 面壁智能开源的多模态大模型，性能媲美GPT-4oAI小集2Flowith – 一站式使用Claude-4.5、Gemini 3 Pro、GPT-5AI小集0Seedance 2.5 – 字节跳动推出的最新视频生成模型AI小集3彩漩 – AI PPT生成工具，可通过主题、微信文章等生成高质量演示文稿AI小集2暂无评论再想想发表评论暂无评论…热门工具Loomy即梦AISekoAiPPT秘塔AI搜索妙呀Lovart美图设计室绘蛙AIupdream办公小浣熊秒哒最新收录SoWorkDomeryTArk元舟AionClawTokera AI文优小助最新文章秒悟Meoo – 1分钟生成前后端完整的网站，真0门槛开发！2小时前XiaoMi MiMo Desktop – 小米推出的桌面端通用 AI Agent2小时前用 DeepSkill 搞定文献综述和数据分析（84个技能实测）6小时前ChatGPT Images 2.5 – OpenAI 推出的新一代图像生成模型6小时前H3-World – 腾讯联合高校等开源的动作可控世界模型6小时前DeepSeek V4.1 Flash – DeepSeek推出的中间内测版本模型21小时前MiniCPM5-2B – 面壁智能联合清华开源的端侧语言基座模型23小时前LLaDA-Image – 蚂蚁集团开源的统一图像生成与编辑模型1天前YoLive – Yoroll 推出的实时 AI 互动剧情直播平台1天前问卷派 – AI 调研智能体，AI 对话生成定制化报告1天前WikiSkill – 谷歌推出的 Agent 技能进化框架1天前MAI-Image-2.6-Flash – 微软推出的高速图像生成模型2天前Claude Commerce Agents – Anthropic 开源的电商 Agent2天前国家反诈AI – 上海公安局推出的电信网络诈骗防范科普平台2天前星火X2.5 – 科大讯飞推出的旗舰通用大模型系列2天前

LLaDA-Image – 蚂蚁集团开源的统一图像生成与编辑模型AI工具1天前发布AI小集02LLaDA-Image是什么LLaDA-Image 是蚂蚁集团 inclusionAI 开源的 6B 参数统一图像生成与编辑模型。模型采用先纯图预训练、后语言对齐的创新路线，用全扩散架构（LLaDA2.0-mini 理解 + 6B DiT 生成）实现文生图、指令编辑和中英文字渲染。Turbo 版仅需 2–4 步可出图，在 Qwen-Image-Bench 中英文双赛道均获开源第一。LLaDA-Image的主要功能文本到图像生成：根据自然语言描述生成高保真、细节丰富的照片级图像。指令式图像编辑：上传参考图并输入自然语言指令，精准修改指定区域同时保持其余部分不变。中英双语文字渲染：在生成图像中准确呈现中文和英文文本，支持海报、排版及艺术字设计。VQ 条件生成：基于视觉量化（VQ）token 作为条件输入，实现可控的图像生成。参考图编辑：以上传图片为参考，进行风格迁移、内容修改等编辑操作。Turbo 快速推理：蒸馏版模型仅需 2–4 步采样可生成 1024×1024 高质量图像。LLaDA-Image的技术原理全扩散统一架构：模型由理解模块 LLaDA2.0-mini（基于 MoE 的扩散语言模型）和生成模块 6B DiT 组成，两者后端均为扩散模型，通过 Connector 桥接，实现语义理解与像素生成的解耦。分阶段训练策略：采用”先学会画，再学会听话”的路线，先进行纯图像预训练和中期训练建立强视觉生成先验，再引入成对语言监督完成文本-视觉对齐。高质量数据构建：生成训练累计使用约 2.2 亿样本，其中 98% 为真实图像；语言对齐阶段的图文描述由 Qwen 系列大模型生成并校验，确保指令跟随的准确性。高效训练优化：全链路使用参数无关的 RMSNorm 替代 LayerNorm，并采用 Muon 优化器，提升大规模训练的稳定性和效率。Twin-DMD 快速蒸馏：Turbo 版本通过 Twin-DMD 蒸馏技术将 Base 模型压缩，2–4 步采样可生成 1024×1024 高质量图像，实现速度与质量的平衡。微信关注回复“开源”，加入AI开源项目交流群如何使用LLaDA-Image环境配置：安装 Python 3.11、PyTorch 2.8、Diffusers 0.39.0 及 FlashAttention 2.8.3 等依赖，搭建本地推理环境。获取权重：从 Hugging Face 或魔搭 ModelScope 下载 LLaDA-Image（高保真版）或 LLaDA-Image-Turbo（快速版）的模型文件。文本生成图像：加载模型后输入描述文本，Base 版设置 50 步、guidance scale 5.0，Turbo 版设置 2–4 步、guidance scale 1.0，生成 1024×1024 图像。指令编辑图像：上传参考图并输入自然语言编辑指令（如”将背景换成海边”），模型自动保持未编辑区域不变。注意尺寸规范：文生图与 VQ 条件生成的输入尺寸需为 16 的倍数，编辑任务需为 32 的倍数。LLaDA-Image的核心优势开源性能领先：在 Qwen-Image-Bench 中英文双赛道均获开源模型第一，整体得分超越 FLUX.2 Max 等主流开源模型。统一生成编辑：单一模型同时支持高质量文生图与精细指令式图像编辑，无需切换不同模型。极速推理：Turbo 蒸馏版仅需 2–4 步采样即可生成 1024×1024 高保真图像，大幅缩短等待时间。中英文字渲染：具备出色的中英文文本生成能力，可胜任海报、排版、艺术字等设计类任务。照片级真实感：基于 98% 真实图像的预训练数据，生成结果具有自然光照、丰富细节和高度真实感。LLaDA-Image的项目地址GitHub仓库：https://github.com/inclusionAI/LLaDA-ImageHuggingFace模型库：https://huggingface.co/collections/inclusionAI/llada-imagearXiv技术论文：https://arxiv.org/pdf/2609.03796LLaDA-Image的同类竞品对比对比维度LLaDA-ImageFLUX.2 [dev]开发团队蚂蚁集团 inclusionAIBlack Forest Labs参数量6B（DiT）+ 扩散语言理解模块32B（dense）底层架构全扩散统一架构（DiT + dLLM）Flow Matching生成与编辑单一模型统一支持文生图与指令编辑需配合 FLUX Kontext 分支实现编辑快速推理Turbo 版 2–4 步出图Klein 蒸馏分支 4 步出图中英文字渲染原生支持，海报与排版效果突出英文优秀，中文支持相对有限训练数据透明度论文披露 2.2 亿样本、98% 真实图像未公开具体数据构成LLaDA-Image的应用场景电商视觉设计：根据商品描述一键生成产品主图，或通过指令快速替换背景、调整光影，降低拍摄与后期成本。营销海报制作：用出色的中英文字渲染能力，直接生成带品牌 Slogan、活动信息的商业海报与社交媒体配图。社交媒体内容创作：为博主和创作者提供照片级人像、风景及生活方式图像生成，支持风格化编辑与快速出图。游戏与影视概念设计：基于文本快速产出角色、场景概念图，并通过指令迭代修改细节，加速前期创意流程。个人摄影修图：上传照片后用自然语言指令完成去杂物、换天空、调色调等操作，保持未修改区域不变，替代复杂修图软件。# AI工具# AI项目和框架©版权声明本站文章版权归AI工具集所有，未经允许禁止任何形式的转载。上一篇YoLive - Yoroll 推出的实时 AI 互动剧情直播平台下一篇MiniCPM5-2B - 面壁智能联合清华开源的端侧语言基座模型相关文章SEO AI Agent – Writesonic 推出的 AI SEO 自动化工具AI小集2autoresearch – Karpathy 开源的 AI 自主科研实验框架AI小集2SeniorTalk – 智源联合南开开源的超高龄老年人中文对话语音数据集AI小集2REFRAG – Meta推出的高效解码框架AI小集3SEMIKONG – 专为半导体领域设计的大型语言模型AI小集2Turbo AI – AI笔记学习工具，创建结构化可编辑的笔记AI小集2暂无评论再想想发表评论暂无评论…热门工具Loomy即梦AISekoAiPPT秘塔AI搜索妙呀Lovart美图设计室绘蛙AIupdream办公小浣熊秒哒最新收录SoWorkDomeryTArk元舟AionClawTokera AI文优小助最新文章秒悟Meoo – 1分钟生成前后端完整的网站，真0门槛开发！40分钟前XiaoMi MiMo Desktop – 小米推出的桌面端通用 AI Agent1小时前用 DeepSkill 搞定文献综述和数据分析（84个技能实测）4小时前ChatGPT Images 2.5 – OpenAI 推出的新一代图像生成模型4小时前H3-World – 腾讯联合高校等开源的动作可控世界模型5小时前DeepSeek V4.1 Flash – DeepSeek推出的中间内测版本模型20小时前MiniCPM5-2B – 面壁智能联合清华开源的端侧语言基座模型22小时前YoLive – Yoroll 推出的实时 AI 互动剧情直播平台1天前问卷派 – AI 调研智能体，AI 对话生成定制化报告1天前WikiSkill – 谷歌推出的 Agent 技能进化框架1天前MAI-Image-2.6-Flash – 微软推出的高速图像生成模型2天前Claude Commerce Agents – Anthropic 开源的电商 Agent2天前国家反诈AI – 上海公安局推出的电信网络诈骗防范科普平台2天前星火X2.5 – 科大讯飞推出的旗舰通用大模型系列2天前从账号诊断到内容落地：Tokera AI 多平台账号运营实测2天前

XiaoMi MiMo Desktop – 小米推出的桌面端通用 AI AgentAI工具1小时前发布AI小集02XiaoMi MiMo Desktop是什么XiaoMi MiMo Desktop 是小米推出的桌面端通用 AI Agent，内置新一代 MiMo-X-Pro/Flash 双模型。模型可直接读取表格、PDF、音视频等多格式素材，自动拆解任务、调用工具，交付可编辑的文档、PPT、网页、3D模型等成果。XiaoMi MiMo Desktop Smart 模式能按任务复杂度自动调度模型与 Agent，支持浏览器操控、成果局部修改与版本回退，同会话缓存命中率最高达99%，主打长任务下的质量与成本控制。XiaoMi MiMo Desktop的主要功能多格式素材直读：直接读取表格、PDF、音视频、压缩包等素材，自动拆解任务并交付可编辑的文档、PPT、网页、3D 模型等成果。可交互预览：预览的是可点击、可操作、可继续修改的完整页面。局部编辑：选中任意元素用自然语言描述修改，只重生成改动部分，并保留版本记录可回退。Smart 调度：自动评估任务复杂度，动态路由模型、Agent、Skill，支持多会话协同作战。浏览器操控：自主打开网页、检索信息、填表单、提取素材，能自动验证生成的网页。成本可控：模型路由 + 局部编辑 + 上下文缓存三重优化，同会话缓存命中率最高 99%。如何使用XiaoMi MiMo Desktop申请邀测：访问XiaoMi MiMo Desktop官网 https://mimo.xiaomimimo.com/desktop/invite/ 提交申请。下载安装：审核通过后下载桌面客户端并登录。投喂素材：直接把表格、图片、PDF、音视频甚至压缩包拖进会话，无需提前整理格式。描述目标：用自然语言说明要做什么，如”调研徽派建筑并产出图文报告”。Smart 自动执行：无需选模型和 Agent，系统自动拆解任务、调度工具并行执行。实时预览：在右侧面板实时查看可点击、可操作的成品（网页/PPT/3D等）。局部修改：选中不满意的元素或段落，用批注描述修改意见。版本管理：对比不同方案或回退历史版本，满意后导出成果。XiaoMi MiMo Desktop的核心优势模型自研：背靠小米自研 MiMo 模型，模型与产品深度协同优化。双模型组合：MiMo-X-Pro 追求智能上限、MiMo-X-Flash 主打性价比，Smart 模式按任务复杂度自动调度。交付而非回答：直接交付可继续编辑的 PPT、网页、3D 模型、App 等完整成果。局部可控：选中任意元素精准修改，只重生成改动部分，避免”改一处错一片”。缓存极致：同会话缓存命中率最高 99%、跨会话 95%，长任务 Token 成本大幅降低。多 Agent 协同：复杂任务自动拆分为多个子代理并行执行，失败自动重派。审美在线：实测中文写作”AI 味”更淡，网页与 PPT 设计高级感强。XiaoMi MiMo Desktop的同类竞品对比对比维度XiaoMi MiMo DesktopWorkBuddyLoomy豆包工作底层模型自研 MiMo-X 双模型（Pro+Flash）内置模型 + 支持 Custom API（可接 OpenAI 兼容端点/Ollama）多模型切换（DeepSeek/MiniMax/星火，需自配 API Key）豆包 2.1 Turbo / Pro + Seedream 5.0 图 + Seedance 2.5 视频模型调度Smart 模式自动路由模型/Agent/Skill多 Agent 并行规划执行依赖 OpenClaw 技能体系，手动选模型Auto 模式自动选择，可组多 Agent 小队交互预览✅ 可点击操作的完整页面实时预览交付成品文件为主本地任务执行，预览能力弱✅ 支持生成内容实时查看与定点编辑局部编辑✅ 选中元素精准修改 + 版本回退未明确未明确✅ “指哪改哪”框选修改缓存/成本⭐ 同会话命中最高 99%，跨会话 95%未公开取决于自接 API 成本阶梯付费 68/200/500 元/月，基础功能永久免费IM/生态打通暂未提及微信/企微/小程序远程 + 开放平台（30+硬件品牌）飞书/钉钉/QQ + SkillHub 技能生态⭐ 深度打通飞书（继承企业上下文与权限）安全机制未公开信任梯度模式⭐ 目录级隔离 + 二次确认继承飞书权限体系 + 全链路审计长任务上下文缓存优化长任务成本支持支持⭐ 云电脑续跑，本地关机不中断XiaoMi MiMo Desktop的应用场景办公提效：读取表格、PDF、录音等素材，自动梳理内容并交付可编辑的 PPT 与调研报告。网页游戏开发：根据自然语言描述生成交互完整的网页和游戏原型，支持实时预览与局部修改。深度研究：并行调度多个子代理查证资料，输出区分实测数据与工程判断的严谨报告。3D 建模：依据参考图片自动操控 Blender 完成建模与渲染，交付可直接打开编辑的模型文件。工具开发：诊断软件缺陷并自动编写插件或脚本，一次性交付可用成果。# AI工具©版权声明本站文章版权归AI工具集所有，未经允许禁止任何形式的转载。上一篇用 DeepSkill 搞定文献综述和数据分析（84个技能实测）下一篇秒悟Meoo - 1分钟生成前后端完整的网站，真0门槛开发！相关文章OpenCity – AI交通预测模型，卓越的零样本预测和情境适应能力AI小集2MiniCPM 4.0 – 面壁智能开源极致高效的端侧大模型AI小集3猫头音 – AI配音翻唱软件，将文字转化为个性化逼真的配音效果AI小集2Speedwrite – 在线AI论文检测工具，支持语法检查文本润色重写AI小集3F5-TTS – 上海交大推出开源的文本到语音（TTS）合成系统AI小集6Doji – AI虚拟试衣应用，支持查看其他产品链接上身效果AI小集3暂无评论再想想发表评论暂无评论…热门工具Loomy即梦AISekoAiPPT秘塔AI搜索妙呀Lovart美图设计室绘蛙AIupdream办公小浣熊秒哒最新收录SoWorkDomeryTArk元舟AionClawTokera AI文优小助最新文章秒悟Meoo – 1分钟生成前后端完整的网站，真0门槛开发！43分钟前用 DeepSkill 搞定文献综述和数据分析（84个技能实测）5小时前ChatGPT Images 2.5 – OpenAI 推出的新一代图像生成模型5小时前H3-World – 腾讯联合高校等开源的动作可控世界模型5小时前DeepSeek V4.1 Flash – DeepSeek推出的中间内测版本模型20小时前MiniCPM5-2B – 面壁智能联合清华开源的端侧语言基座模型22小时前LLaDA-Image – 蚂蚁集团开源的统一图像生成与编辑模型1天前YoLive – Yoroll 推出的实时 AI 互动剧情直播平台1天前问卷派 – AI 调研智能体，AI 对话生成定制化报告1天前WikiSkill – 谷歌推出的 Agent 技能进化框架1天前MAI-Image-2.6-Flash – 微软推出的高速图像生成模型2天前Claude Commerce Agents – Anthropic 开源的电商 Agent2天前国家反诈AI – 上海公安局推出的电信网络诈骗防范科普平台2天前星火X2.5 – 科大讯飞推出的旗舰通用大模型系列2天前从账号诊断到内容落地：Tokera AI 多平台账号运营实测2天前

vivago R1- 智象未来推出的无限时长多模态创作智能体AI工具16小时前更新AI小集02vivago R1是什么vivago R1 是智象未来（HiDream.ai）推出的全球首个无限时长内容创作智能体，国内版名为「够搭」。平台采用 Chat-First 对话式创作，用户用自然语言可一站式完成从创意、脚本、分镜到成片的全流程，首个实现一次性稳定输出 5 分钟高质量视频并支持无限延长。依托原生全模态模型与 HD-AgentOS 调度，内容可用率达 85%，并首创 CHATS™ 视频 Agent 交付标准，让普通人能产出专业级作品。vivago R1的主要功能5分钟长视频生成：一次性稳定输出5分钟高质量视频，支持无限次延长。Chat-First对话创作：用自然语言描述创意即可成片，多轮对话中持续调整，无需搭建复杂工作流。联网搜索理解：自动搜索网络热梗和素材来源，理解”人类暗号”后再进行创作。SkillHub技能库：预置Story Ad Director、OOTD Advisor等场景化技能，把AI能力翻译成真实创作任务。资产库沉淀：保存生成并认可的内容，命名后跨项目复用，一次创作成为下次创作的素材。全模态项目制：文本、图片、视频、文档纳入同一语境，围绕同一项目持续推进而非孤立生成。HD-AgentOS调度：主Agent拆解创意、子Agent分工执行，内容可用率达85%，降低”抽卡”概率。如何使用vivago R1打开官网：访问 vivago R1（国内版「够搭」）官网 https://goudaai.com/ 或vivago.ai（海外版），进入对话式创作界面。输入创意：用自然语言描述想法，支持上传图片、文档等素材，输入/可调用 SkillHub 技能。Agent匹配技能：系统自动理解意图并匹配对应 Skill。确认分镜方案：Agent 先生成脚本、分镜和关键画面，你确认创作方向后再继续生成视频。生成与查看：视频在画布区结构化呈现，可随时查看每个镜头的生成进度和结果。对话迭代调整：对不满意的镜头直接用对话提出修改意见，如”换成冷蓝色调”，Agent 会持续优化。存入资产库：将满意的角色、场景、穿搭等内容命名保存，供后续创作直接调用。导出成片：完成所有镜头后下载最终视频，即完成从一句话到成品的全流程。vivago R1的核心优势长视频确定性交付：全球首个可一次性稳定输出5分钟、支持无限延长视频的Agent，从”生成片段”跃迁到”交付完整作品”。85%高可用率：自研HD-AgentOS调度系统将内容有效可用成功率提至85%，大幅降低”抽卡”和返工成本。Chat-First零门槛：对话式交互替代节点/画布工作流，用户一句话即可启动从创意到成片的全流程。跨镜头强一致性：角色形象、声音特征、场景风格在数十个镜头间保持稳定，弱化”塑料感”和”瞬移感”。原生全模态架构：文本、图片、视频、文档、历史创作纳入同一任务语境，Agent理解”任务全貌”而非单点指令。SkillHub场景化翻译：预置广告、短片、穿搭等真实场景技能，让用户秒懂”AI能帮我做什么”。资产库复用沉淀：生成内容可命名入库、跨项目调用，越用越贴合个人风格，形成专属数字资产。首创CHATS™标准：以一致性、意图理解、视听完整度、叙事、稳定性五维度定义视频Agent交付标准，引领行业。vivago R1的同类竞品对比维度vivago R1Mootion所属公司智象未来（HiDream.ai）Mootion核心定位无限时长多模态创作智能体无时长限制 AI 视频制作工具时长支持任意时长，全品类无限制适配10 分钟以上，无硬性时长上限系统架构HD-AgentOS 多智能体协同调度脚本驱动三步生成流程创作链路任务理解→故事构思→分镜脚本→素材生成→成片，全链路原子化封装脚本→分镜→成片，线性三步流程长任务能力具备长任务思考能力，自主完成逻辑构思、镜头排布与风格校准侧重叙事连贯性，但未强调复杂长任务自主规划可用率/成功率内容可用成功率 85%未公开具体可用率数据生成速度—比竞品快 65%核心优势多智能体协同、全链路可控、风格与人设统一、可直接商业交付操作简单、生成速度快、叙事连贯性好vivago R1的应用场景短剧创作：自主完成从剧本解析到成片的全链路生成，保障任意时长内叙事连贯与角色一致。品牌宣传片：精准控制画面风格与品牌调性，实现高稳定、可直接交付的商业级视频产出。专题纪录片：依托长任务思考能力维持复杂叙事逻辑，避免长周期制作中的断层与人设崩塌。社媒内容矩阵：持续批量产出风格统一的系列短视频与长视频，适配不同平台体裁的分镜要求。影视预演与成片：多智能体协同模拟专业团队分工，降低长周期影视制作的人力与时间成本。# AI工具# AI项目和框架©版权声明本站文章版权归AI工具集所有，未经允许禁止任何形式的转载。上一篇LoHoSearch - 美团推出的下一代搜索智能体评测基准下一篇Matrix -Game3.5 - 昆仑万维开源的实时流式交互世界模型相关文章InstantStyle – 开源的个性化文本到图像生成框架，保留风格一致性AI小集2易健EasyHealth – 北大健康推出的 AI 健康科普应用AI小集4Kimi论文写作助手 – Kimi推出的论文写作工具AI小集3Ring-2.6-1T – 蚂蚁百灵推出的万亿深度推理模型AI小集3GPT-4.1 – OpenAI 推出新一代语言模型，支持百万 token 上下文AI小集3Gambo – AI游戏开发Agent，一句话生成完整游戏AI小集4暂无评论再想想发表评论暂无评论…热门工具Loomy即梦AISekoAiPPT秘塔AI搜索妙呀Lovart美图设计室绘蛙AIupdream办公小浣熊秒哒最新收录SoWorkDomeryTArk元舟AionClawTokera AI文优小助最新文章秒悟Meoo – 1分钟生成前后端完整的网站，真0门槛开发！53分钟前XiaoMi MiMo Desktop – 小米推出的桌面端通用 AI Agent1小时前用 DeepSkill 搞定文献综述和数据分析（84个技能实测）5小时前ChatGPT Images 2.5 – OpenAI 推出的新一代图像生成模型5小时前H3-World – 腾讯联合高校等开源的动作可控世界模型5小时前DeepSeek V4.1 Flash – DeepSeek推出的中间内测版本模型20小时前MiniCPM5-2B – 面壁智能联合清华开源的端侧语言基座模型22小时前LLaDA-Image – 蚂蚁集团开源的统一图像生成与编辑模型1天前YoLive – Yoroll 推出的实时 AI 互动剧情直播平台1天前问卷派 – AI 调研智能体，AI 对话生成定制化报告1天前WikiSkill – 谷歌推出的 Agent 技能进化框架1天前MAI-Image-2.6-Flash – 微软推出的高速图像生成模型2天前Claude Commerce Agents – Anthropic 开源的电商 Agent2天前国家反诈AI – 上海公安局推出的电信网络诈骗防范科普平台2天前星火X2.5 – 科大讯飞推出的旗舰通用大模型系列2天前