JPEGmini 在线为你的 JPEG 图像减肥，声称最多减肥 80% 且无质量损失。@appinn

XnView 1.97.7——支持约 400 种格式的免费图像浏览器，支持 44 种语言，附官方各版本下载链接。

基于 Gemini-2.5-flash-image 的开源图像生成案例集，收录 Nano Banana / Nano Banana Pro 各类创意场景示例，含 150K 一致性数据集

国内首个角色扮演视频生成，文/图生视频、多镜头叙事、音画同步、图文混排绘本，一站式AI创作

FLUX 1/2 团队新作：图像/视频/音频联合训练的世界模型，视频+原生音频最长 20 秒，Early Access 已开放

Krea.ai从零自研的12.9B图像模型,ComfyUI官方仓935万下载:风格参考混搭+反AI味审美,Turbo版8步2秒出2K图,3090可跑

200+ SOTA模型，无content filters，可自托管。替代Higgsfield/Freepik/Krea/Openart的开源方案

Black Forest Labs新作，一个9B模型统一生成与编辑，支持多图参考编辑，Qwen3编码器中文强，最快不到1秒

1000+图像视频音频3D模型一行API调用，自研推理引擎比竞品快10倍，H100低至$1.2/小时，SOC2企业合规

从所有网络下载视频/提取图像

MiniMax 官方 CLI，支持文本/图像/视频/语音/音乐生成，AI 代理原生集成

用 Python 控制鼠标键盘，截图识别+图像定位，三行代码实现桌面自动化，支持 Windows/macOS/Linux

无障碍树驱动不烧图像token，一套API通吃模拟器/真机双平台，npx一键接入Claude Code等MCP客户端，8.5k Stars

支持文本、图像、音频、视频的多模态终身记忆，LoCoMo SOTA

字节跳动开源的 3B 活跃参数原生统一多模态模型，支持图像/视频理解、生成与编辑。

Google DeepMind 开源多模态模型，11.95B参数支持文本+图像+音频，256K上下文，原生函数调用，Apache 2.0免费商用

「随便走」是一款轻量级的步行导航应用，基于 LBS 地理定位和环境图像识别技术，改写了导航应用就必须要有地图的一贯模式，采用了更为直观的「关键字标签＋摄像头传感器＋直观箭头指引」

这种东西要穷其一生去研究。TensorFlow可被用于语音识别或图像识别等多项机器深度学习领域TensorFlow将完全开源，任何人都可以用。

每日更新，按日期收录网站和App，涵盖AI工具、图像视频、音频、效率工具等，适合寻找灵感或发现新产品的开发者

开源AI绘画的事实标准：模型/LoRA全网最全，作品页公开完整生成配方，看到好图直接扒参数复刻