跨平台

OmniManip

OmniManip是由北京大学与智元机器人联合实验室开发的通用机器人操作框架,结合视觉语言模型与三维操作技术,实现机器人在非结构化环境中的任务执行。其核心为以对象为中心的交互基元表示法,支持零样本泛化、跨平台部署及大规模仿真数据生成。通过双闭环系统设计与任务分解机制,提升操作精度与适应性,适用于日常操作、工业自动化及服务机器人等场景。

OmniParser

OmniParser是一款由微软研究院开发的屏幕解析工具,能够将UI截图转换为结构化数据,通过识别可交互图标和提取功能语义,提升基于大型语言模型的UI代理系统的性能。它支持跨平台应用,无需依赖额外信息,适用于自动化软件测试、虚拟助手、辅助技术等多个领域。

MediaGo

一款开源免费的跨平台视频提取工具。支持流媒体下载、视频下载、m3u8 文件下载以及 B 站视频下载。

NTab新标签页

一款专为提高用户浏览效率而设计的浏览器扩展插件。NTab新标签通过提供个性化、高效的新标签页体验,让用户在开启新网页时能够快速访问常用网站或资源。

AIGCPanel

AIGCPanel是一款开源的AI数字人系统,支持视频合成、声音合成与声音克隆等功能。它利用自然语言处理、计算机视觉技术和深度学习算法,实现高质量的音视频同步和自然语音生成。系统具有多语言支持、模型管理和日志查看功能,可应用于影视制作、虚拟主播、教育培训等多个领域。

OpusSearch

OpusSearch 是一款由 OpusClip 推出的 AI 视频搜索工具,支持用户按主题、演讲者或对象快速检索视频内容并实现再利用。该工具帮助创作者构建主题频道,响应热点趋势,并将旧视频转化为新内容。同时支持跨平台分发和自动化剪辑,提升内容运营效率,适用于内容创作、教学资源管理、品牌推广等多个场景。

Runner H

Runner H是一款基于AI技术的代理工具,专为企业和开发者设计,支持质量保证与流程自动化任务。其核心能力包括自然语言指令的理解、网页操作的自动化、对UI变化的适应性以及跨平台任务执行。Runner H适用于电子商务、金融服务、网站测试、RPA和BPO等多个领域,帮助企业提升效率并减少维护成本。

Omnivore

一款免费、开源、适合认真阅读的稍后阅读应用程序。不受干扰。注重隐私。开源。专为知识工作者和终身学习者而设计。

SpatialVLA

SpatialVLA是一款由多机构联合研发的空间具身通用操作模型,具备强大的3D空间理解能力与跨平台泛化控制能力。通过Ego3D位置编码和自适应动作网格技术,实现精准的环境感知与动作生成。支持零样本任务执行与快速微调,适用于工业、物流、医疗等多个领域,推动机器人技术的发展与应用。