免费 AI

Kilo Code 通过其与 Visual Studio Code 的开源 AI 集成，提供实时代码生成和智能建议，从而增强软件开发。该工具通过自动执行重复性任务并直接在 IDE 中生成上下文感知的代码片段，简化了编码工作流程。开发人员受益于能够适应特定项目模式的智能代码补全功能，在保持编码标准的同时减少了手动工作量。其无缝集成保留了 VS Code

Trae AI 是一款免费的人工智能编码助手，由 TikTok 的母公司字节跳动开发。它旨在通过无缝集成到现有的集成开发环境 (IDE) 中来增强软件开发流程。Trae AI 旨在通过其高级功能简化编码任务并提高生产力，这些功能包括人工智能驱动的代码生成、多模式输入和实时执行功能。Trae AI 目前处于测试阶段，因其与 Visual Studio C

Windsurf AI 是一种先进的集成开发环境 (IDE)，旨在通过先进的 AI 功能提高编码效率。Windsurf 由 Codeium 开发，是第一个真正具有代理功能的 IDE，它将复杂的 AI 代理与直观的副驾驶员相结合，创造了无缝的编码体验。它旨在让开发人员保持高效的工作状态，使他们能够以更自然、更高效的方式与代码交互。

<

OmniHuman-1 是一种先进的端到端多模态条件人体视频生成框架，由人工智能和计算机图形学领域的研究人员开发。该系统代表了逼真人体动画创作的重大飞跃，解决了该领域以前方法面临的许多限制。

OmniHuman-1 的核心旨在使用最少的输入（通常仅需一张参考图像和各种运动信号，如音频或视频）生成高度逼真的人体视频。该系统的与众不

YuE 是一系列具有突破意义的开源基础模型，专为音乐生成而设计，专门用于将歌词转换成完整的歌曲。YuE 由多模态艺术投影 (MAP) 团队开发，代表了 AI 生成音乐领域的重大进步。该项目旨在通过提供能够根据用户输入生成完整歌曲的强大工具来实现音乐创作的民主化。

最近，2025 年 1 月 30 日，YuE 过渡到 A

Lumina Image 2.0 是一种用于图像生成的尖端 AI 模型，由 Alpha-VLLM 开发，于 2025 年 1 月 31 日发布。这一先进模型代表了人工智能领域的重大进步，以卓越的效率提供高质量的图像生成功能。

Lumina Image 2.0 的核心是一个基于流的扩散变换器，具有 20 亿个参数。尽管与一些竞争对

DeepSeek Janus Pro 是由中国 AI 公司 DeepSeek 开发的尖端多模态 AI 模型，该公司在人工智能领域取得了重大进展。Janus Pro 于 2025 年 1 月下旬发布，代表了统一多模态理解和生成的重大进步，以其强大的功能和开源特性向 OpenAI、Google 和 Microsoft 等行业巨头发起挑战。

Qwen2.5-VL 是阿里云 Qwen AI 团队最新研发的旗舰级视觉语言模型，相较于上一代 Qwen2-VL，这一先进的多模态 AI 模型实现了重大飞跃，在视觉理解、推理和跨领域任务执行方面的能力均有提升。

Qwen2.5-VL 旨在应对从简单的物体识别到复杂的文档解析和视频分析等一系列视觉语言任务。该模型具有出色

Qwen2.5-Max 是阿里云开发的尖端大型语言模型，代表了人工智能技术的重大进步。该模型采用混合专家 (MoE) 架构，使其在推理过程中仅激活其参数的子集，从而提高效率和性能。Qwen2.5-Max 已在超过 20 万亿个 token 的庞大数据集上进行了预训练，为其提供了庞大的知识库和对各种主题的理解。

Qwen

UI-TARS 是字节跳动与清华大学合作开发的先进原生 GUI 代理模型。这一尖端人工智能系统旨在与各种平台（包括桌面、移动和 Web 环境）上的图形用户界面 (GUI) 无缝交互。UI-TARS 代表了人工智能驱动界面交互的重大飞跃，将感知、推理、基础和记忆等关键组件集成到统一的视觉语言模型中。

与传统的模块化框架不

F5-TTS 是一种先进的人工智能文本转语音系统，代表了语音合成技术的重大飞跃。该尖端模型由研究团队开发，利用深度学习算法从文本输入生成高质量、类似人类的语音。F5 TTS 代表“通过流匹配模仿流利和忠实语音的童话故事”，旨在生成极其自然和富有表现力的语音，为语音技术领域树立了新标准。

F5-TTS 的核心是采用基于流

浑元 3D 2.0 是腾讯开发的一款突破性的开源 AI 系统，用于生成高质量的 3D 模型和资产。这一创新平台代表了 AI 驱动的 3D 内容创作领域的重大飞跃，为专业人士和业余爱好者提供了全面的解决方案。

浑元 3D 2.0 的核心采用了复杂的两阶段生成流程。第一阶段涉及创建高质量的裸网格，这由名为 Hunyuan3

豆包1.5 Pro是字节跳动研发的一款尖端多模态AI模型，于2025年1月22日正式发布，代表了AI技术的重大进步，尤其在性能与效率的平衡上。豆包1.5 Pro基于稀疏混合专家（MoE）架构，与传统密集模型相比，其激活参数明显减少，性能表现优异。具体而言，其性能相当于密集模型，但激活参数增加了7倍，树立了行业新标杆

该

Kimi k1.5 是由中国初创公司 Moonshot AI 开发的突破性 AI 模型，Moonshot AI 是一家在 AI 行业迅速崛起的中国初创公司。这种先进的多模态思维模型代表了 AI 能力的重大飞跃，在各种推理基准上的表现与 OpenAI 的全功能 O1 模型相当。这一成就尤其值得注意，因为 Kimi k1.5 是第一个在没有任何限制或限定词

DeepSeek-R1 是中国 AI 公司 DeepSeek 开发的最先进的 AI 推理模型，旨在出色地完成需要高级逻辑推理、数学问题解决和实时决策的任务。DeepSeek-R1 于 2025 年 1 月 20 日发布，代表了 AI 能力的重大飞跃，特别是在推理和复杂问题解决领域。该模型基于混合专家 (MoE) 架构构建，利用了 6710 亿个参数，每

BiomedParse 是 Microsoft 开发的生物医学基础模型，专注于对医学图像进行全面分析。该模型旨在对各种生物医学成像模式（包括但不限于 MRI、CT 扫描和病理图像）执行联合分割、检测和识别任务。通过将这些功能集成到单个框架中，BiomedParse 简化了图像分析过程，使医疗保健专业人员和研究人员能够更有效地从医学图像中获取见解。

浑元视频是一种突破性的开源文本转视频生成模型，旨在重塑人工智能驱动的视频内容创作格局。它拥有超过 130 亿个参数，被誉为同类中最大的开源模型，旨在制作具有复杂摄像机角度和反射的超现实视频。这款创新工具的定位是与 OpenAI 的 Sora 等老牌公司直接竞争，为企业和个人用户提供强大的视频生成平台，而无需任何相关成本。

TRELLIS 3D 是一个先进的框架，旨在从文本和图像输入中生成高质量的 3D 资源。这个创新平台利用尖端的人工智能技术，特别是其结构化 LATent (SLAT) 表示，来创建多功能和复杂的 3D 模型。该框架旨在满足各种应用的需求，包括游戏开发、动画、建筑可视化和数字艺术，使其成为专业人士和爱好者的宝贵工具。

T

LatentSync 是字节跳动开发的创新型口型同步框架，利用音频调节潜在扩散模型在视频中生成高质量、同步的口型动作。这种端到端解决方案的突出之处在于，它无需中间运动表示，而这在传统的口型同步方法中通常是必需的。通过利用稳定扩散的功能，LatentSync 可以有效捕捉复杂的视听相关性，从而创建动态且逼真的说话视频。

MagicQuill 是一款创新的开源图片编辑工具，由香港科技大学、蚂蚁集团、浙江大学和香港大学联合开发。这款智能交互系统旨在通过先进的人工智能驱动功能简化和增强图片编辑流程。通过允许用户进行精确的局部编辑，MagicQuill 旨在让专业平面设计师和普通用户都能轻松表达自己的创造力。

MagicQuill 的核心是利