AI助手

Action State Labs 推出了 Android Use —— 一个开源、轻量、基于无障碍 API 的 AI 智能体库，首次让 AI 能在真实 Android 设备上自动操作原生应用。

Paper2Slides 是一个开源工具，它能将你的研究论文、技术报告或其他文档，在几分钟内自动转化为结构清晰、视觉精良的幻灯片或海报。整个过程只需一条命令，支持 PDF、Word、Markdown 等多种格式，并保留原始内容的可追溯性。

Phone Agent 是一个基于 AutoGLM 构建的手机端智能助理框架，它能够以多模态方式理解手机屏幕内容，并通过自动化操作帮助用户完成任务。

AI 驱动的 Polymarket 预测市场自主交易智能体。该框架帮助开发者使用最先进的 LLM、RAG（检索增强生成）和超级预测方法构建复杂的交易机器人。

LatentMAS 是一种多智能体推理框架，将智能体协作从 token 空间转移到模型的潜在空间（latent space）。 智能体不再产生长篇文本推理痕迹，而是通过各自的工作记忆传递潜在思想（latent thoughts）进行通信。

Pippit AI 是你的智能创意助手，专为精简和优化内容制作流程而生。它能助你降本增效，快速打造精彩营销内容，强化品牌的数字影响力。

AgentKit 是由 BCG X 推出的开源启动套件，专为构建高质量、生产就绪的智能体（Agent）应用而设计。它基于 LangChain 构建，整合了现代全栈技术（FastAPI + Next.js），帮助开发者在几小时内完成从原型验证到 MVP 部署的全过程。

Craft-Agent 是一个集「深度研究助手」与「网站生成」于一体的智能体系统，基于大语言模型、多智能体编排与现代 Web 技术栈构建。

谷歌正式发布 Workspace Studio，支持用户通过自然语言描述即可创建、管理和分享 AI 智能体（AI Agents）的新工具，通过自动化实现简化工作流程。

Simular 1.0——这是一款原生桌面智能体，能够在您已使用的应用程序中执行复杂、多步骤的任务。对我而言，此次发布是早在“AI智能体”成为流行词之前就已开启的漫长旅程的顶点。

阶跃星辰正式开源 GELab-Zero —— 一套面向 Android 设备的 本地化 GUI 智能体（GUI Agent）解决方案，包含 4B 参数预训练模型 与 即插即用的推理工程框架，支持在消费级硬件上完成复杂移动端任务，无需云端依赖。

Agentic Data Scientist 是一款开源框架，采用精密的多智能体协作流程来解决复杂数据科学任务。它基于 Google Agent Development Kit (ADK) 与 Claude Agent SDK 构建，真正实现「规划」与「执行」分离、全流程持续验证，并在执行过程中根据实际情况动态调整策略。

AgentKit是Coinbase开发者平台推出的工具包，旨在为AI智能体提供加密货币钱包和链上交互功能。其设计框架中立，可与任何AI框架配合使用；同时钱包兼容性广泛，可适配各类钱包。借助AgentKit，您可以实现零手续费的稳定币支付，并无缝实现AI智能体的货币化。

Enterprise Deep Research（EDR）是由 Salesforce 开源的多智能体自动化研究平台，专为复杂企业级研究任务设计。系统通过协调多个专业化 AI 代理，跨网页、学术文献、代码仓库、企业内部数据等多种信息源，执行迭代式、可干预、可审计的深度研究工作流，并支持自动生成结构化报告与可视化结果。

Cracked AI 是一个面向品牌、代理商与内容创作者的自动化营销平台，其核心能力是部署具有人格设定的 AI 虚拟网红智能体，在社交媒体上执行评论、发帖、私信互动等操作，模拟真实用户行为，辅助扩大内容触达与粉丝互动。

QuantAgent是一个复杂的多智能体交易分析系统，结合了技术指标、模式识别和趋势分析，使用 LangChain 和 LangGraph。该系统提供网络界面和程序化访问，用于全面的市场分析。

Stanford Agentic Reviewer 不追求“AI 审稿人”的噱头，而是务实解决一个困扰无数研究者的问题：如何在投稿前获得高质量、可操作的反馈。对于希望快速迭代论文、提升录用概率的科研人员，这是一个值得尝试的免费工具。

AI Researcher 不是又一个“AI 写论文”工具，而是一个能真正动手做实验的 AI 研究员。它把从“想法”到“证据”再到“论述”的科研链条部分自动化，让研究者更聚焦于创造性问题。对于希望提升实验效率或探索 AI 自主科研边界的团队，这是一个值得关注的开源项目。

AI 家居购物平台 Onton宣布完成 750 万美元 A 轮融资，由 Footwork 领投，Liquid 2、Parable Ventures 和 43 等参投。至此，Onton 总融资额达 约 1000 万美元。资金将主要用于扩展服装品类，随后进入消费电子领域。

这个项目的核心创意是：与其每次只向单个你最喜欢的 LLM（比如 OpenAI GPT 5.1、Google Gemini 3.0 Pro、Anthropic Claude Sonnet 4.5、xAI Grok 4 等）提问，不如把它们全部拉进一个“LLM 议会”（LLM Council），让它们集体审议你的问题。

蚂蚁集团正式推出 灵光，一款融合语言、图像、语音与结构化数据理解与生成能力的全模态 AI 助手。支持 3D 模型、音频、图表、动画、地图等多种输出形式，旨在将复杂信息转化为直观、可交互的体验。

MiroThinker 是 MiroMind Research Agent Project 的官方实现。它是一款开源研究智能体，旨在推进工具增强推理和信息检索能力，支持跨多种复杂现实世界研究工作流的处理。

Baserow 是一个安全、开源的平台，无需代码即可构建数据库、应用程序、自动化流程和AI智能体。凭借超过15万用户的信赖，Baserow 提供符合 GDPR、HIPAA 和 SOC 2 Type II 标准的企业级安全性，支持云端及自托管部署，实现全链路数据管控。内置的AI助手支持使用自然语言创建数据库与工作流，赋能团队高效构建数据结构、自动化流程、开发内部工具并创建定制化仪表板。该平台具备完全可扩展性与API优先特性，可无缝集成现有工具，并满足任意规模的使用需求。

ChatTutor 是一个可以使用白板的老师 Agent ，通过工具调用的形式将数学图形，笔记注释，思维导图绘制在像是幻灯片一样的多页白板上，开发者希望模仿真实的老师上课时的样子，通过画图->讲解->距离，来让学生逐步掌握知识。期间，学生可以打断，并向老师提出问题，老师可以对上一步的白班作出修改或新建页面来解释学生的疑问。

Manus AI推出 Manus Browser Operator,这是一个从根本上改变这种动态的浏览器扩展。这不是一个建议答案的侧边栏助手。它是一个直接在你的本地浏览器环境中工作的操作者,使用你现有的会话、你信任的 IP 地址以及你已认证的访问权限来执行任务,就像你自己在做一样。

对于科研人员而言，Kosmos不仅是效率工具，更是“科研伙伴”——能承担重复性、规模化的基础工作，让人类科学家聚焦创意、假设与实验验证等核心环节。随着底层模型的持续优化，AI科学家有望在更多领域突破人类认知边界，推动科学研究进入“人机协同、高效创新”的新时代。

当AI智能体还在2D界面或简单场景中“试水”时，字节跳动 S...

小米近日开源了一套名为 Xiaomi Miloco 的本地化智能家居视觉理解方案，其核心是名为 MiMo-VL-Miloco-7B-GGUF 的70亿参数多模态大语言模型。该系统旨在通过米家摄像头的视频流，识别用户在室内的日常行为与手势，并据此触发米家设备联动。

Memori 让任何大语言模型都能记住对话、从交互中学习，并在多个会话中保持上下文，只需一行代码：memori.enable()。记忆存储在你完全拥有和控制的标准 SQL 数据库（SQLite、PostgreSQL、MySQL）中。

百度在海外推出 Oreate——专为专业人士、学生和研究者打造的一站式 AI 工作空间。只需一键，即可生成专业排版、来源准确、图表精美的幻灯片、研究报告和学术论文。从商业提案到学术研究，从营销方案到旅行指南，Oreate 通通轻松搞定。Oreate 用 3 分钟完成原本需要 3 天的工作，让你轻松做出百万美元专家级别的幻灯片和报告。