← 返回列表

2026-10-16

AI 情报日报

Nemotron 3.5 Super VL

高潜力 82

NVIDIA’s open multimodal model for specialized agents

NVIDIA发布的开源多模态混合专家大模型,专为AI智能体设计,支持文本、图像、文档、视频输入及工具调用,单GPU性能提升5倍。

创新点

120B参数MoE架构仅激活12B参数,实现高吞吐低成本;单一模型融合文本/图像/文档/视频理解与推理及工具调用;提供完整训练配方和数据集,高度可定制

▲ 52 ◆ 1 免费 官网 ↗ PH ↗
开源AI基础设施多模态模型LLM平台AI研究者开发者企业用户

Fish Audio Drama 3

高潜力 78

AI voice acting you can direct, not just generate

Fish Audio Drama 3 是一款支持自然语言指令控制的 AI 配音模型,让用户能够导演式地创作有表现力的多角色语音内容,适用于有声书、游戏对话、旁白等场景。

创新点

通过自然语言指令实现细粒度情感控制(情绪、节奏、低语、笑声、停顿),支持句内多维度调控;提供开放权重支持本地部署,兼顾商业 API 与私有化部署双路径;83 语言覆盖具备全球化竞争力

▲ 91 ◆ 5 免费增值 官网 ↗ PH ↗
APISaaS开源/自托管AI语音合成TTS音频工具内容创作者游戏开发者有声书制作

Pomerado

高潜力 78

Turn any website into an API; Faster & reliable browser use

Pomerado 是一个开源工具,能将任意网站(如 Google Flights、Zillow 等)快速转化为 MCP/API 接口,让 AI Agent 可以直接调用原本无法访问的网站数据与功能。

创新点

将浏览器自动化与 MCP(Model Context Protocol)协议结合,使任意网站可作为 AI Agent 的原生工具调用,降低了 Web Scraping 到 Agent 工具链的集成门槛;开源 + 托管双模式降低运维负担

▲ 120 ◆ 10 免费增值 官网 ↗ PH ↗
开源工具API开发者工具AI Agent浏览器自动化MCP平台

Jockey by TwelveLabs

高潜力 78

Your entire video library: organized, searchable, understood

Jockey 是 TwelveLabs 推出的 AI 视频库管理工具,能够理解并索引海量照片与视频内容,让用户通过自然语言跨视频搜索人物、时刻和上下文信息。

创新点

首个跨照片与视频的统一 AI 理解层,支持人物/场景/语义跨视频关联检索;可直接作为 Claude/ChatGPT 插件使用,降低集成门槛;支持 YouTube/TikTok/Instagram 直接摄入并生成可分享的视频剪辑 Artifacts

▲ 186 ◆ 12 免费增值 官网 ↗ PH ↗
APISaaSAI工具视频理解多模态AI开发者工具内容创作者企业用户

Dottr

高潜力 74

Agent that drafts contracts, flags risks + gets them signed

Dottr 是一个嵌入邮件的 AI 合同助手,能自动起草合同、识别风险、发送签署请求并追踪签署进度,让合同从起草到签署一气呵成。

创新点

将合同全生命周期(起草→风险审查→发签→追签→条款记忆查询)压缩进邮件工作流,无需对方注册账号即可签署,极大降低使用门槛;'合同记忆'功能支持自然语言回溯约定条款,是差异化亮点

▲ 77 ◆ 5 免费增值 官网 ↗ PH ↗
SaaSAI Agent法律科技合同管理销售工具中小企业法务人员创业团队