Category: AI工具

欧派算力云是什么

欧派算力云是专注于AI算力服务的平台，提供高性价比的GPU租赁、大模型API服务和Serverless等产品。核心优势在于分布式算力网络和自研推理加速技术，能显著提升推理性能并降低成本。其推理加速引擎可使大语言模型推理性能提升10倍，综合成本降低90%。

欧派算力云的主要功能

• 大模型API服务：提供开箱即用的公共大模型服务，支持大语言模型、图像、音频、视频等多种模态模型，兼容OpenAI API标准，开发者无需精通机器学习即可快速部署和调用。自研的PPInfer推理引擎通过全链路量化等技术，显著提升LLM推理性能。
• Serverless服务：支持自定义模型免运维部署，自动弹性伸缩和负载均衡，用户只需关注业务本身。具备秒级冷启动能力，可根据业务流量自动扩缩容，节省成本。
• GPU容器实例：提供超高性价比的GPU算力资源，支持按需付费、包年包月等多种计费方式。具备模型下载加速、共享云存储、VPC网络支持等功能，可满足AI推理、训练、云渲染等场景需求。

如何使用欧派算力云

• 注册账号：访问欧派算力云的官方网站，通过手机号或账号注册新账号。
• 实名认证：登录后，完成个人或企业实名认证。
• 充值账户：在账户概览页面进行充值，支持支付宝、微信和对公账户。
• 获取API密钥：如果需要使用API服务，可在API密钥管理页面创建密钥。
• 选择服务：
  • 大模型API服务：可在模型广场页面查看支持的模型列表，并在线体验或调用。
  • GPU容器实例：提供按需付费的GPU算力，支持AI推理、训练、云渲染等场景。
  • Serverless服务：支持自定义模型免运维部署，自动弹性伸缩。
• 使用服务：根据需求选择对应的模型或服务，完成配置并开始使用。

欧派算力云的应用场景

• AI推理：欧派算力云的GPU容器实例和Serverless服务为AI推理提供了高性能、低成本的算力支持。
• 模型训练与部署：通过大模型API服务，用户可以轻松调用多种模态的公共大模型，无需精通机器学习即可快速开发AIGC应用。
• 元宇宙应用：欧派算力云为元宇宙应用提供强大的算力支持，帮助用户构建沉浸式的虚拟世界。
• 降本增效：欧派算力云的Serverless服务和GPU容器实例能够帮助企业降低开发和运营成本。

Paper2Code是什么

Paper2Code 是韩国科学技术院和DeepAuto.ai联合推出的多 Agent 大语言模型（LLM）框架，支持将机器学习领域的科学论文自动转换为可运行的代码仓库。Paper2Code基于三个阶段实现这一目标，规划（构建系统架构、生成配置文件）、分析（解读实现细节）和代码生成（生成模块化代码）。Paper2Code 在多个基准测试中表现出色，生成的代码质量高，忠实于原始论文，显著加速科学研究的复现和进一步发展。

Paper2Code的主要功能

• 自动化代码生成：将机器学习论文自动转换为功能性的代码仓库。
• 高质量代码输出：生成的代码结构清晰，忠实于原始论文，支持快速复现和验证研究成果。
• 效率提升：自动化流程大幅减少手动实现代码的时间和精力，加速科学研究的迭代和创新。

Paper2Code的技术原理

• 多Agent大语言模型（LLM）：
  • 规划阶段（Planning）：基于  LLM 的理解和生成能力，将论文内容分解为结构化的实现计划。用自然语言处理技术提取关键信息，生成系统架构图和文件依赖关系。
  • 分析阶段（Analysis）：对每个文件和函数进行细粒度的分析，确保生成的代码准确实现论文中的方法和实验。基于 LLM 的推理能力，生成详细的实现指南。
  • 代码生成阶段（Coding）：根据规划和分析阶段的输出，生成模块化、依赖关系明确的代码。代码生成过程中严格遵循规划阶段的设计和分析阶段的详细要求，确保代码的可执行性和逻辑一致性。
• 评估与反馈：基于模型评估（参考基和无参考评估）和人类评估相结合的方式，确保生成的代码仓库的质量和实用性。基于人类专家的评估，验证生成的代码是否能有效支持研究的复现和验证。

Paper2Code的项目地址

• GitHub仓库：https://github.com/going-doer/Paper2Code
• arXiv技术论文：https://arxiv.org/pdf/2504.17192

Paper2Code的应用场景

• 研究复现：帮助研究人员快速复现论文中的方法和实验，即使原作者未提供代码。
• 代码生成：自动生成高质量代码，加速机器学习论文的实现过程。
• 学术交流：辅助研究人员在学术交流中更好地展示和验证研究成果。
• 教学与学习：生成教学用代码，帮助学生理解机器学习论文中的方法。
• 工业应用：快速生成代码框架，助力企业将研究成果应用于实际项目。

WebSSL是什么

WebSSL（Web-scale Self-Supervised Learning）是Meta、纽约大学等机构推出的视觉自监督学习（SSL）系列模型，基于大规模网络数据（如数十亿图像）训练视觉模型，无需语言监督学习。WebSSL包括多个模型变体，如Web-DINO和Web-MAE，参数规模从3亿到70亿不等。模型在多模态任务（如视觉问答VQA、OCR和图表理解）中表现出色，甚至超越依赖语言监督的模型（如CLIP）。WebSSL的核心优势在于对大规模数据的使用能力及对数据分布的敏感性，基于筛选包含更多文本的图像数据，显著提升OCR和图表理解能力。

WebSSL的主要功能

• 无需语言监督：基于大规模图像数据训练，无需语言监督即可学习有效的视觉表示。
• 多模态任务表现优异：在视觉问答（VQA）、OCR和图表理解等多模态任务中，性能匹敌甚至超越语言监督模型（如CLIP）。
• 数据筛选提升特定任务性能：基于筛选包含更多文本的图像数据，提升OCR和图表理解能力。
• 模型和数据规模扩展性强：随着模型容量和训练数据的增加，性能持续提升。

WebSSL的技术原理

• 自监督学习（SSL）：基于自监督学习方法，如对比学习（Contrastive Learning）或掩码图像建模（Masked Image Modeling），从大规模无标注图像数据中学习视觉表示。对比学习通过将图像的不同增强视图拉近，将不同图像的增强视图推远，学习图像的语义表示。掩码图像建模基于预测图像中被掩码的部分，学习图像的局部和全局结构。
• 大规模数据训练：用大规模网络数据进行训练，数据的多样性和规模为模型提供丰富的学习素材。基于增加训练数据的规模，模型能学习到更广泛和更复杂的视觉概念。
• 模型扩展：扩展模型的参数规模（从3亿到70亿参数），提升模型的学习能力和表示能力。大规模模型能捕捉到更复杂的视觉模式和语义信息，在多模态任务中表现出色。
• 数据筛选：筛选包含更多文本的图像数据（如图表、文档等），提升OCR和图表理解能力。数据筛选策略让模型专注于学习与文本相关的视觉特征，在相关任务中表现更好。
• 多模态任务的评估：用视觉问答（VQA）作为主要的评估框架，涵盖多个任务类别（如通用、知识、OCR和图表、视觉中心任务）。全面的评估方法能更好地反映模型在实际应用中的性能。

WebSSL的项目地址

• 项目官网：https://davidfan.io/webssl/
• GitHub仓库：https://github.com/facebookresearch/webssl
• HuggingFace模型库：https://huggingface.co/collections/facebook/web-ssl
• arXiv技术论文：https://arxiv.org/pdf/2504.01017

WebSSL的应用场景

• 多模态视觉问答：用在智能客服、教育辅助等场景，帮助理解图像内容、回答相关问题。
• OCR和图表理解：在文档处理和数据分析中，精准识别图像中的文字和图表信息。
• 图像分类和分割：应用在医疗影像分析和自动驾驶，进行精确的图像识别。
• 视觉内容推荐：用在图像或视频内容推荐系统，根据用户偏好推荐相关内容。
• 机器人视觉和环境感知：帮助机器人更好地理解周围环境，提升自主性和交互能力。

DeepWiki是什么

DeepWiki 是 Devin 团队推出的GitHub代码仓库智能AI阅读助手。用户能直接向代码库提问，DeepWiki 基于自然语言处理技术理解问题，给出详细的文档级解答。DeepWiki 支持深度研究模式，帮助用户更深入地分析复杂问题。DeepWiki 已索引超过 3 万个 GitHub 仓库，处理超过 40 亿行代码，目前对开源项目完全免费。

DeepWiki的主要功能

• 对话式文档：用户直接向代码库提问，DeepWiki 给出详细的文档级解答。
• 深度研究：针对复杂问题，AI 进行更深入的分析和回答。
• 按需索引：支持用户请求 DeepWiki 索引尚未收录的公开仓库。
• 私有仓库支持：注册 Devin 账户，用户能为私有仓库生成文档。
• 交互式图表：生成交互式的代码架构图，帮助理解代码结构。
• 分享功能：生成的 Wiki 页面和问答结果可用链接分享。

如何使用DeepWiki

• 访问 DeepWiki 官网：直接访问 DeepWiki 官方网站，浏览已经收录的热门开源项目的 Wiki 页面。
• 基于 URL 替换访问特定仓库：将正在浏览的任何 GitHub 仓库的 URL 中的 github.com 替换为 deepwiki.com，直接跳转到该仓库的 DeepWiki 页面。

DeepWiki的应用场景

• 开源项目学习：帮助开发者快速理解开源项目的代码结构和功能。
• 代码库文档生成：为缺乏文档的开源项目自动生成详细的维基文档。
• 团队协作与知识共享：基于分享 Wiki 页面和问答结果，方便团队成员同步信息。
• 代码审查与优化：辅助开发者快速定位代码问题提供优化建议。
• 教育与培训：作为教学工具，帮助学生学习真实世界的代码结构和开发实践。

易笔AI是什么

易笔AI是AI论文写作辅助工具，专为学生、研究人员以及各类学术写作者设计。通过先进的AI技术和大数据分析，能快速生成高质量的论文初稿和框架。用户只需输入论文主题和相关关键词，易笔AI可在短时间内生成包含引言、研究方法、结果讨论等核心部分的完整论文框架，可以扩展生成几万字的初稿。

易笔AI的主要功能

• 快速生成论文结构：用户输入论文主题和关键词后，易笔AI能在短时间内生成完整的论文框架，包括引言、文献综述、研究方法、结果分析、讨论与结论等核心部分。
• 自定义结构调整：用户可以根据需要调整框架的顺序和内容，灵活修改以适应不同的写作需求。
• 智能生成初稿：基于输入的主题和框架，易笔AI能快速生成详细的论文初稿，覆盖论文的各个部分。
• 内容扩展与完善：用户可以对生成的内容进行进一步扩展或修改，系统会根据用户的输入提供更丰富的内容。
• 适用多种论文类型：支持本科毕业论文、硕士论文、期刊论文，开题报告、实践报告等，易笔AI能提供相应的模板和生成策略。
• 专业领域覆盖：支持多种学科领域，包括理工科、文科、商科等，满足不同专业用户的需求。
• 写作建议与优化：提供写作建议，帮助用户优化语言表达、逻辑结构和内容组织。
• 参考文献推荐：根据论文主题推荐相关的参考文献，方便用户查找和引用。

如何使用易笔AI

• 访问官网：访问易笔AI的官方网站（yibiai.com）（点击获取-AI论文写作工具合集）。
• 输入主题和关键词：根据你的研究方向和需求，输入论文的主题和相关关键词。
• 生成论文框架和初稿：点击生成按钮，系统会快速生成论文框架和初稿，用户可以根据需要进一步修改和完善。

易笔AI的应用场景

• 毕业论文写作：本科、硕士还是博士毕业论文，易笔AI能快速生成论文大纲和初稿。用户只需输入论文题目、关键词和字数要求，可在短时间内获得结构完整、逻辑清晰的论文初稿。
• 科研论文撰写：对于科研人员，易笔AI能帮助快速生成研究论文的框架和内容。支持多种学科领域，如理工科、人文社科等，根据用户输入的主题和研究方向生成高质量的论文内容。
• 开题报告和实践报告：易笔AI支持开题报告和实践报告的生成。用户可以快速生成报告的大纲和主要内容，节省时间和精力。
• 教师教学辅助：教师可以用易笔AI快速生成教案框架和教学内容。根据教学主题和目标，整合优质资源，生成高质量的教案。
• 学生学习辅导：学生可以用易笔AI进行个性化学习和写作辅导。根据学生的学习进度和需求，提供针对性的学习建议和写作指导。

Lemon Slice Live是什么

Lemon Slice Live 是 Lemon Slice 公司推出的实时视频聊天工具，基于先进的扩散变换器模型（DiT），能将任何照片或插画转换为可以实时互动的动画角色。用户只需上传图片，可生成会说话的角色，支持多种语言。技术通过学生-教师蒸馏策略加速模型，确保高帧率与低延迟，实现流畅的交互体验。可用于娱乐、教育、营销等多个场景，比如与虚拟偶像对话或创建品牌虚拟形象。

Lemon Slice Live的主要功能

• 实时角色生成：用户可以上传任意照片或插画，转化为可以实时互动的动画角色。角色能够、根据用户的语音指令做出表情和动作。
• 多语言支持：支持多种语言，包括但不限于英语、中文、日语等，方便不同语言背景的用户进行交流。
• 实时互动对话：角色能实时响应用户的语音指令，进行自然流畅的对话。用户可以通过语音与角色交流，角色会根据对话内容做出相应的表情和动作。
• 高帧率与低延迟：视频流以每秒25帧的速度传输，确保角色的动画效果流畅自然，同时保持低延迟，保证对话的实时性。
• 无需预设：用户无需对角色进行额外的训练或设置，可直接生成并使用角色，大大降低了使用门槛。
• 多模态协同：结合语音识别、语言模型推理、文本到语音合成以及视频生成等技术，实现完整的交互体验。

Lemon Slice Live的官网地址

• 官网地址：lemonslice.com/live

Lemon Slice Live的应用场景

• 娱乐：用户可以与虚拟偶像、历史人物或自定义角色进行实时对话，带来沉浸式的互动体验。
• 教育：在教育领域，Lemon Slice Live 可以通过虚拟导师或历史人物的数字人形式，为学生提供生动直观的学习内容。
• 广告与营销：品牌可以创建个性化的虚拟形象，与消费者进行互动，提升品牌形象和用户忠诚度。
• 销售与客服：Lemon Slice Live 可以用于 B2B 场景，如销售电话（包括直播销售）和客户支持，通过虚拟角色与客户进行实时互动，提供更生动的沟通体验。
• 虚拟现实与增强现实：LemonAI 计划进一步优化模型性能，扩展其在增强现实（AR）、虚拟现实（VR）以及元宇宙场景中的应用，为用户带来更丰富的虚拟体验。
• 内容创作：Lemon Slice Live 的技术还可以用于生成广告、播客、电影等创意内容，帮助创作者快速生成具有表现力的动画角色。

Step1X-Edit是什么

Step1X-Edit 是阶跃星辰团队推出的通用图像编辑框架，能缩小开源图像编辑模型与闭源模型（如 GPT-4o 和 Gemini2 Flash）之间的性能差距。Step1X-Edit结合多模态大语言模型（MLLM）和扩散模型，基于处理参考图像和用户的编辑指令，提取潜在嵌入生成目标图像。为训练模型，研究者构建大规模高质量的数据生成管道，生成超过 100 万对图像和指令对。Step1X-Edit 提出新的基准测试 GEdit-Bench，用在真实世界用户指令的评估。

Step1X-Edit的主要功能

• 多样化编辑能力：支持多种图像编辑任务，包括主体添加、移除、替换，背景更改，色彩调整，材质修改，风格转换，肖像美化，文字修改，色调变化等。
• 自然语言指令驱动：用户基于自然语言描述编辑需求，模型能理解执行复杂的编辑指令。
• 高质量图像生成：支持生成高保真、逼真的图像结果。
• 真实世界场景适配：基于大规模高质量数据集训练，处理真实世界中的各种复杂编辑场景。

Step1X-Edit的技术原理

• 多模态大语言模型（MLLM）：基于 MLLM处理参考图像和用户的编辑指令，提取语义信息。基于MLLM 的强大语义理解能力，生成与编辑任务相关的嵌入向量。
• 扩散模型（Diffusion Model）：结合扩散模型（如 DiT 风格的架构）进行图像生成。用扩散模型的高保真生成能力，将 MLLM 提供的嵌入向量解码为目标图像。
• 数据生成管道：构建一个大规模、高质量的数据生成管道，生成超过 100 万对图像和指令对。数据管道涵盖多种编辑任务类别，确保模型能够学习到多样化的编辑操作。
• 训练策略：从文本到图像模型初始化，保留美学质量和视觉一致性。基于联合训练连接模块和下游扩散模型，优化整体性能。
• 基准测试（GEdit-Bench）：推出基于真实用户指令的基准测试 GEdit-Bench，评估模型的实际性能。GEdit-Bench 包含多种编辑任务，确保模型在真实场景中的有效性。

Step1X-Edit的项目地址

• 项目官网：https://step1x-edit.github.io/
• GitHub仓库：https://github.com/stepfun-ai/Step1X-Edit
• HuggingFace模型库：https://huggingface.co/stepfun-ai/Step1X-Edit
• arXiv技术论文：https://arxiv.org/pdf/2504.17761
• 在线体验Demo：https://huggingface.co/spaces/stepfun-ai/Step1X-Edit

Step1X-Edit的应用场景

• 创意设计：快速生成创意图像，如更换背景、调整颜色、添加元素，提高设计效率。
• 影视后期：用在特效制作，如添加/移除物体、改变外观或调整色调，节省后期成本。
• 社交媒体：美化照片、添加趣味元素或调整风格，提升内容吸引力。
• 游戏开发：生成角色、场景和道具，快速调整装备或风格，减少美术资源开发时间。
• 教育领域：生成教学材料，如修改历史照片、创建科学插图，增强教学效果。

68爱写是什么

68爱写是高效便捷的智能AI论文写作工具，专为学生和研究人员设计。通过先进的AI技术，能快速生成论文大纲、初稿以及多种学术文档，涵盖700多个学科领域，支持多语言写作。用户只需输入论文主题，选择学科和字数要求，可在短时间内获得清晰的论文大纲和高质量的初稿。智能降重和去AI痕迹功能，可有效降低查重率，确保论文的原创性。平台提供真实文献支持和个性化内容生成服务，帮助用户提升写作质量和效率。

68爱写的主要功能

• 智能生成论文大纲：用户只需输入论文主题，选择相应专业分类，可快速获得清晰的论文大纲，帮助梳理写作思路。平台支持免费修改大纲，用户可以结合导师建议和自己的思考进行二次优化。
• 高效生成论文初稿：68爱写能在短时间内生成高质量的论文初稿。对于10万字的论文，大约10分钟即可完成初稿生成。生成的论文内容逻辑清晰、语言流畅。
• 多语言与多学科支持：支持中文、英文、日语、韩语、俄语等多种语言的写作，覆盖700多个学科，包括人文社科与理工科等领域。
• 低查重率与AIGC控制：68爱写通过智能优化润色，能将知网查重率稳定控制在10%以内，AIGC检测率通过算法优化可从86%降至6.3%。平台提供“改写降重”和“去AI痕迹”功能，进一步降低重复率。
• 真实文献支持：平台提供40篇来自知网、中科院等权威机构的真实参考文献，附带详细标注，确保论文的学术性和权威性。
• 个性化内容生成：用户可以通过“投喂AI”功能上传指定资料，让AI学习后生成更加贴合个人研究方向的内容。
• 全流程服务覆盖：从智能选题（10秒出题）到答辩PPT，支持开题报告、文献综述等20多种文档类型。用户还可以上传自己的文献资料，AI将结合这些资料生成更加符合专业要求的论文。

如何使用68爱写

• 访问官网：访问68爱写的官方网站（68aixie.com）（点击获取-AI论文写作工具合集）。
• 输入主题：在平台中输入论文主题或关键词。
• 选择学科和字数：根据需要选择相应的学科分类和字数要求。
• 生成大纲：点击生成，快速获得论文大纲。
• 生成初稿：将大纲导入后，点击生成全文，即可在短时间内获得论文初稿。
• 修改与优化：根据生成的初稿进行修改和优化，确保内容符合要求。

68爱写的应用场景

• 毕业论文：从选题、大纲生成到初稿撰写，68爱写AI能够为毕业生提供全方位的支持。
• 课程论文：快速生成高质量的课程论文初稿，节省时间和精力。
• 期刊论文：支持多种语言输出，适合国际期刊投稿。
• 职称论文：为研究人员提供专业的写作支持，帮助快速完成职称评定所需的论文。

Firefly Image Model 4是什么

Firefly Image Model 4 是 Adobe 最新推出的图像生成模型，是目前最快、最具控制性和最逼真的 Firefly 图像模型，支持生成逼真的图像，提供更高的分辨率（最高可达2K）和更精细的创意控制。模型支持用户调整生成图像的结构、风格、相机角度和缩放比例，快速探索和迭代创意概念。Firefly Image Model 4 Ultra是 Firefly Image Model 4 的增强版本，专为渲染复杂场景和细节而设计，适合需要极高精度和复杂结构的项目。两款模型目前在 Adobe Firefly网页应用上线。

Firefly Image Model 4的主要功能

• 快速生成高质量图像：最高支持生成2K分辨率的图像。
• 精准控制图像细节：支持更精准地控制图像的风格、尺寸和相机角度。
• 处理复杂场景与细小结构：Firefly Image Model 4 Ultra擅长处理复杂的场景和细小的结构，带来更高水平的细节与真实感。

Firefly Image Model 4的技术原理

• 基于深度学习的生成模型：基于深度学习的生成模型，生成对抗网络（GAN）或扩散模型（Diffusion Model）架构。模型基于大量的图像数据进行训练，学习图像的特征和模式，生成新的图像。
• 生成对抗网络（GAN）：由生成器和判别器组成。生成器负责生成图像，判别器负责判断生成的图像是真实的还是假的。基于不断对抗训练，生成器能生成越来越逼真的图像。
• 扩散模型（Diffusion Model）：基于逐步去除噪声生成图像。模型从随机噪声开始，逐步学习如何将噪声转化为有意义的图像内容。
• 图像的生成能力：模型基于自然语言处理（NLP）技术理解文本内容，转化为图像生成的指导信息。用户基于详细的文本描述指定图像的内容、风格、场景等。支持用参考图像引导生成过程。用户上传一张或多张参考图像，模型学习参考图像的风格和特征，应用到生成的图像中。

Firefly Image Model 4的项目地址

• 项目官网：https://news.adobe.com/adobe-revolutionizes-ai-assisted-creativity-firefly

Firefly Image Model 4的应用场景

• 创意设计：快速生成概念图像，帮助设计师快速探索创意。
• 广告营销：生成高质量视觉素材，满足广告和营销需求。
• 艺术创作：为艺术家提供灵感，生成风格多样的艺术作品。
• 产品设计：快速生成产品视觉效果和包装设计。
• 影视制作：生成背景图像和特效素材，助力视频制作。

在当今数字化浪潮席卷全球的时代，人工智能技术正融入我们生活的方方面面，浏览器作为我们日常获取信息、进行社交互动和开展线上活动的核心工具，也迎来了与 AI 深度融合的全新变革。本文将介绍11个免费的AI浏览器插件，当你在看英文文章的时候，遇到不认识的单词，直接点一下插件，能秒出翻译；或者你在找资料的时候，能帮你快速整理出重点，省时又省力。像给浏览器装上了“智能大脑”，用起来超方便！

1. 豆包浏览器插件

豆包浏览器插件是字节跳动推出的AI智能助手浏览器插件，通过AI技术提升用户的浏览器使用体验。具有多种实用功能，包括AI问答、内容总结、翻译、智能搜索、一键收藏等。用户可以通过划词翻译、对话框提问等方式快速获取信息，对网页、文献、视频等内容进行智能总结和翻译。提供创意写作辅助、文本到图像转换、邮件撰写辅助等功能。

🚀功能亮点

• AI问答与对话：用户可在浏览器中随时提问，豆包会即时回答并提供建议。
• 内容总结与提取：能快速总结网页、文献、视频等内容，提取关键信息。
• 翻译功能：支持划词翻译和全文翻译，覆盖多种语言，提供自定义翻译配置，如显示原文、译文下划线等。
• 智能搜索：优化搜索结果，自动整理信息，提供更精准的搜索体验。
• 一键收藏：用户可快速收藏网页、PDF、视频等内容，在豆包收藏夹中统一管理。
• AI伴读：辅助阅读英文文献等资料，提供全文翻译和提问功能。
• 创意写作辅助：提供文章开头、段落续写、总结等写作辅助功能，激发创意。
• 文本到图像转换：将文本内容转换为图像，增加信息的表达形式。
• 邮件撰写辅助：帮助用户快速撰写邮件，提供模板和建议。
• 侧边栏面板：点击浮窗菜单按钮即可打开侧边栏面板，自动根据当前页面进行对话。
• 头像浮窗菜单按钮：提供“翻译此页面”和“总结此页面”功能。
• AI划词工具栏：集成AI搜索、解释、翻译和复制等实用快捷工具，用户可对划词工具栏的外观进行个性化定制，可以自定义工具栏技能。
• 不同场景使用技能：可分别为“阅读网站时”和“编辑文本时”指定不同的技能列表。
• 翻译功能增加自定义配置：用户可以更加灵活地对当前页面进行翻译，支持配置包括“显示原文”“总是翻译此页面”“译文显示下划线”“翻译服务”“翻译目标语言”等。
• 划词工具栏支持增加技能：可以将豆包官方的一些技能添加到划词工具栏。
• 翻译和总结支持语音朗读：在划词工具栏的“翻译”和“总结”功能中，支持语音朗读。
• 在线视频总结和对话：支持在线视频总结和对话，总结完成后，可自动定位到视频具体位置。

🌐支持浏览器

• Chrome浏览器：用户可以通过访问豆包官网下载插件，然后按照官方教程进行安装。
• Microsoft Edge浏览器：支持安装使用，用户可以点击“获取”并“添加扩展”到Edge。
• Safari浏览器：在App Store中下载Safari浏览器豆包插件，安装后需在Safari扩展菜单中进行相关设置。
• Firefox浏览器：豆包插件也支持Firefox浏览器。

2. AutoGLM沉思

AutoGLM沉思是智谱AI推出的免费AI智能体。突破性地将深度研究能力与实际操作能力融为一体，实现了AI从被动响应到主动执行的跨越。智能体能模拟人类的思维过程，完成从数据检索、分析到生成报告的全流程工作。可通过智谱清言官网下载桌面客户端或浏览器插件，输入问题或任务指令后，AutoGLM沉思将自动执行任务并生成详细报告。

🚀功能亮点

• 深度研究与操作兼备：能自主规划任务、调用浏览器访问网页，完成数据检索、分析及报告生成等复杂流程。
• 多模态交互：支持文本、图像混合处理，模拟人类操作GUI（如点击、输入）。能识别和提取图片中的文字信息，在处理复杂任务时尤为重要。
• 强大的技术支撑：基于智谱自主研发的全栈大模型技术，融合了GLM-4的通用能力、GLM-Z1的反思能力、GLM-Z1-Rumination的沉思能力，以及AutoGLM的自动执行能力。
• 免费且不限量：目前通过智谱清言客户端或浏览器插件免费使用。
• 突破数据孤岛：能访问小红书、微信公众号等数据孤岛，获取更全面的信息。

🌐支持浏览器

• Chrome浏览器：用户可以在Chrome扩展商店中搜索“清言插件”安装。
• Edge浏览器：用户可以在Edge扩展商店中搜索“清言插件”安装。

3. 沉浸式翻译

沉浸式翻译是创新的网页翻译插件，让用户在阅读外文内容时获得更自然、流畅的体验。通过智能上下文翻译技术，结合语境优化翻译结果，避免了传统翻译工具常见的生硬直译问题。具备双语对照模式，让用户可以同时看到原文和译文，方便对比学习和理解。沉浸式翻译工具支持实时划词翻译和网页全文翻译功能，用户只需选中或划过文本，可即时获得翻译结果，无需离开当前页面。支持多种翻译引擎，如谷歌、DeepL等，用户可以根据自己的需求选择不同的引擎，适应不同的翻译场景和对翻译质量的要求。

🚀功能亮点

• 双语对照翻译：在保留原文格式的基础上，将译文显示在原文的下方，达到真正的「沉浸式」翻译体验。一段原文，一段译文，译文的排版与原文一致，方便用户检验翻译准确性，提升阅读效率。
• 智能上下文翻译：基于先进的AI算法，如BERT、Transformer等，翻译结果更符合上下文，避免生硬的逐词翻译。对于专业术语、俚语或文化背景内容，能提供更贴切的表达。
• 多种显示模式：提供段落对照、鼠标悬停、纯译文、输入框翻译等多种显示模式。用户可以根据不同的阅读和交互需求进行选择。
• 多格式文档翻译：支持翻译网页、PDF文档、电子书（EPUB格式）以及字幕文件。在翻译PDF和EPUB文档时，会尽力保持文档原有的格式和布局。翻译完成后，用户可以选择将结果下载为保留原文和译文的双语对照版本，或只包含译文的纯译文版本。
• 丰富的翻译引擎选择：支持包括Google、DeepL、OpenAI（ChatGPT）以及众多中国本土引擎在内的十几种翻译服务。用户可以根据自己的需求选择不同的翻译引擎，适应不同的翻译场景和对翻译质量的要求。
• 跨平台支持：覆盖主流桌面浏览器及部分移动端浏览器，如Chrome、Firefox、Edge、Safari等，以及iOS、Android设备和桌面操作系统如macOS和Windows，使用场景广泛。
• 个性化设置：用户可自定义翻译语言、字体大小、显示模式等。提供“重点翻译”功能，可选择仅翻译特定段落或区域。
• 离线模式与API支持：基础翻译功能支持离线使用（需预下载语言包）。高级用户可接入DeepL、Google Translate等第三方API，增强翻译质量。

🌐支持浏览器

• Google Chrome：用户可在Chrome网上应用店中搜索“沉浸式翻译”，点击“添加到Chrome”按钮并按提示完成安装。
• Microsoft Edge：访问Edge浏览器的扩展商店，点击“获取”按钮并按提示完成安装。
• Mozilla Firefox：在Firefox的扩展商店中搜索“沉浸式翻译”，点击“添加到Firefox”按钮并按提示授权安装。
• Safari：对于macOS用户，需在苹果App Store商店安装，首次安装后要在Safari浏览器的“管理扩展”中启用沉浸式翻译扩展，并授予其“始终允许访问所有网站”的权限。

4. Monica

Monica是多功能AI助手，基于先进AI模型（如GPT-4、Claude等），浏览器插件版本支持Chrome和Edge浏览器。安装插件后，可通过快捷键（如Ctrl+M）快速唤醒Monica，支持聊天、写作、翻译、网页内容处理等功能。Monica可以对网页中的文本进行翻译、改写、总结，能为PDF文件提供摘要和翻译。

🚀功能亮点

• 个性化记忆：Monica会根据用户的背景和使用习惯调整服务，支持自动学习和记忆建议，让回答更贴合用户需求。
• 写作辅助：提供80多个写作模板，支持多种格式、语气选择，可生成商业计划书、学术论文、邮件等，能润色、改写内容。
• 翻译功能：支持多语言文本和PDF翻译，涵盖多种语言，确保专业术语准确。
• 网页内容处理：可快速翻译、改写网页文本，提取长文主要内容，帮助用户高效获取信息。
• PDF工具：具备文本识别、PDF转PNG/WORD/PPT等功能，能扫描简历并分析问题。
• 图表生成：能根据用户要求生成思维导图、流程图等，支持联网搜索和文件上传。
• 图像处理：支持AI绘图，提供去除背景、移除物体等图片操作，操作便捷。
• 多语言与语音交互：支持22种语言版本，涵盖小语种，可将语音转化为文字并翻译。
• 数据分析：可分析Excel数据，生成统计报告及多种可视化图表。
• 文档分析：支持上传多种格式文件，进行智能问答，快速提取关键信息。

🌐支持浏览器

• Chrome浏览器：用户可以在Chrome扩展商店中搜索“Monica”并安装。
• Edge浏览器：用户可以在Edge扩展商店中搜索“Monica”并安装。
• Safari浏览器：用户可以通过Monica官网下载扩展包手动安装。

5. 星火插件

星火插件是科大讯飞推出的基于星火大模型的浏览器扩展工具。极小的内存占用兼容Chrome、Edge等主流浏览器，集成了AI划词、翻译、朗读、智能换肤、一键收藏、全局总结等多种实用功能。用户可以通过划词搜索、翻译、解释等功能快速获取信息，能将感兴趣的内容一键收藏至星火个人空间，方便后续整理和管理。

🚀功能亮点

• 划词搜索与翻译：用户划选网页上的文本，插件可即时提供搜索结果、翻译和解释，支持多种语言，帮助用户快速理解内容。
• 网页内容总结：能对整个网页内容进行分析，生成精准的文章摘要，帮助用户快速把握文章核心。
• 继续提问：在获取初步信息后，用户可点击“继续提问”，进一步与插件交流，获取更详尽和精准的答案。
• 一键收藏：支持用户一键收藏感兴趣的内容，同步至星火个人空间，方便后续整理和创作，构建个人知识库。
• 一键朗读：支持多种语言的朗读服务，用户可以在阅读时边听边看，提高阅读效率和语言学习效果。

🌐支持浏览器

• Chrome浏览器：用户可以通过Chrome浏览器扩展程序商店搜索“讯飞星火”进行一键安装。
• Edge浏览器：同样兼容Edge浏览器，能为用户提供高效的网页阅读和信息检索体验。

6. Kimi浏览器插件

Kimi浏览器插件是月之暗面推出的AI工具，提升用户的网页浏览体验。用户可以划选网页上的文字，插件会提供基于上下文的解释，帮助用户更好地理解术语、名字或句子。 帮助用户快速总结全文内容，同时支持进一步的答疑和讨论。 用户可以通过快捷键（Mac为Command + K，Windows为Alt + K）快速召唤Kimi，进行即时互动。 访问Kimi官网或浏览器扩展商店，搜索下载Kimi浏览器插件。

🚀功能亮点

• 智能文本解释：用户可以划选网页上的文字，插件会提供基于上下文的解释，帮助用户更好地理解术语、名字或句子。
• 全文内容总结：点击插件图标，Kimi能快速总结网页的全文内容，节省用户的阅读时间，提高信息获取效率。
• 悬浮按钮对话：提供了悬浮按钮，用户可以通过点击这个按钮，随时与Kimi进行对话，获取信息或解决问题。
• 侧边栏模式：在写文档或创作时，Kimi插件可以以侧边栏的形式存在，支持持续对话和边写边搜，提高创作效率。
• 快捷键召唤：用户可以通过快捷键（Mac为Command + K，Windows为Alt + K）快速召唤Kimi，进行即时互动。

🌐支持浏览器

• Chrome浏览器：访问Kimi官网，点击“下载Kimi浏览器助手”按钮，然后点击“立即安装”，按照提示操作即可。
• Edge浏览器：访问Kimi官网，点击“立即安装”，会自动跳转到微软商店，点击“安装”即可。
• Firefox浏览器：访问Kimi官网，点击“立即安装”，下载插件压缩包后，解压并拖拽到Firefox扩展管理页面完成安装。

7. YouTube Dubbing

YouTube Dubbing 是 AI 浏览器插件，帮助用户无障碍观看外语视频。通过智能同步配音和 AI 字幕技术，将视频内容翻译成用户熟悉的语言并直接播放，消除了语言障碍。插件支持一键翻译播放，兼容多浏览器和多终端，支持英语、韩语、日语等多种语言的互相转换，提供多种语音风格选择。

🚀功能亮点

• 智能配音：精准且全程同步，可随时暂停、调节倍速或拖动进度条，系统会即时适配，接近母语般的观看体验。
• AI 字幕：通过 AI 生成并缓存字幕，若视频在超过 40 万条字幕库中，可即时观看。
• 全球语言支持：从广泛使用的国际语言到各地区方言，力求覆盖几乎所有语言。
• 多种音色选择：支持男声、女声及多种地区口音，不同国家有专属的语音支持。
• 说话人识别（会员功能）：自动识别视频中的多个说话人，在插件界面为不同说话人手动分配不同声音，营造更具沉浸感的观影体验。
• 保留背景音（会员功能）：配音时同步保留原始背景声音，提供更逼真、身临其境的视听氛围。
• 网页文本转语音：可将网页中选中的文本转化为语音播放，随时随地解放双眼，自由获取信息。

🌐支持浏览器

• Chrome 类浏览器：包括 Chrome、Edge 等。
• Firefox。
• Safari（含 iOS 版）。

8. 通义浏览器插件

通义浏览器插件是阿里通义推出的全能办公与学习AI助手。具备实时语音识别、字幕翻译、智能总结等功能，可将语音快速转为文字并生成要点总结，适用于会议、网课等场景。支持网页和PDF内容的快速总结、划词翻译与解读，帮助用户高效整理信息。

🚀功能亮点

• 实时语音识别：能将语音快速转换成文字，适用于会议、网课等需要记录语音内容的场景，方便用户及时获取和整理信息。
• AI字幕翻译：为视频或音频内容提供实时翻译的字幕，支持多种语言，帮助用户跨越语言障碍，更好地理解内容。
• 智能总结：自动提取关键信息，生成内容概要，让用户能快速把握重点，节省时间和精力。
• 网页和PDF内容总结：快速提取和总结网页或PDF文档的主要内容，帮助用户在短时间内了解文档的核心信息。
• 划选解读：用户可以划选网页或PDF中的文本段落，插件会提供翻译、解读、对话等功能，方便用户对特定内容进行深入了解。
• 翻译问答：对选定的文本进行翻译，回答相关问题，提升用户对内容的理解。

🌐支持浏览器

• Chrome浏览器：通过访问Chrome应用商店或通义官网提供的链接进行安装。
• Edge浏览器：可以在Edge的网站中找到并安装该插件。

9. 心流

心流是阿里巴巴推出的基于星辰大模型的AI搜索助手，通过智能技术提升用户的知识获取效率。心流插件常驻浏览器侧边栏，用户可以随时唤醒来解答问题、总结网页内容或获取创作灵感。例如，在阅读长篇文章时，用户可以快速让心流总结文章要点，节省阅读时间。支持通用问答、学术问答、长文本分析等多种功能。学术问答功能集成了近3000万篇学术论文资源，覆盖Nature、IEEE、ArXiv等权威期刊，能帮助研究人员和学生快速理解和分析论文内容。

🚀功能亮点

• 实时回答问题：用户在浏览网页时遇到问题，可随时唤醒心流插件，自然语言提问，快速给出准确、清晰的答案。
• 网页内容总结：能对当前浏览的长篇文章进行快速总结，提炼关键信息，帮助用户快速把握文章核心内容。
• 多模式搜索：支持普通模式和学术模式切换，学术模式下可精准检索学术论文等长文本资料，满足不同场景下的搜索需求。
• 长文本精读与泛读：支持长文本的泛读和精读两种模式，泛读模式帮助用户快速了解文章大意，精读模式则注重细节理解，确保信息吸收的全面性。
• 论文大纲梳理：可自动梳理论文大纲，提供段落总结、智能翻译、名词解释等功能，帮助用户快速把握论文的核心观点和结构框架。
• 写作灵感与建议：为用户提供写作灵感和建议，包括写作框架建议、智能填充文本内容、自动引用参考文献等，减轻写作负担，提升创作效率。
• 内容创作辅助：支持生成播客内容，将文字答案转化为双人对话模式的播客，使内容更生动，适合不想阅读文字的用户。
• 个性化推荐：根据用户的搜索历史、阅读习惯和偏好，智能推荐相关领域的最新研究动态、热门论文、专业书籍等资源。

🌐支持浏览器

• Google Chrome：支持Chrome浏览器，可以通过Chrome Web Store下载并安装。
• Microsoft Edge：支持Microsoft Edge浏览器，可以在Edge Addons商店中找到并安装心流插件。

10. TwinMind

TwinMind 是 AI 驱动的智能侧边栏助手，主要功能包括实时音频转录、浏览器标签页内容理解以及写作辅助。能理解用户在浏览器中看到和听到的内容，支持跨标签页的信息整合，可比较多个标签页的信息并生成总结。TwinMind 提供基于上下文的写作辅助，能自动生成邮件、消息和报告等，一键插入浏览器的文本字段。

🚀功能亮点

• 实时转录：在会议和对话中实时转录音频，提供即时笔记和行动项。在会议中提供下一步说话的建议和对讨论问题的即时回答。
• 多标签页分析：能理解多个浏览器标签页、PDF 和 YouTube 视频的内容，用户可以提问获得即时上下文答案。
• 跨标签页比较：询问所有浏览器标签页中的网站信息，比较多个标签页的信息，总结 YouTube 视频、网站或 PDF 文件。
• 搜索和添加上下文：用户能从浏览器标签页中搜索网络、添加上下文，获得最新的 AI 模型提供的个性化答案。
• 智能文本生成：基于上下文自动生成电子邮件、消息、报告等文本内容。生成的文本可以一键插入浏览器的任何文本字段中。

🌐支持浏览器

• 主要支持Chrome浏览器。

11. 有挂

有挂是AI浏览器插件，支持用户通过自然语言对话对网页进行编程和自定义修改。用户无需编程基础，只需输入简单指令，如“将背景颜色改为蓝色”或“在页面上模拟一个烟花”，插件就会自动调用AI模型来实时修改网页。

yougua

🚀功能亮点

• 自然语言指令：用户可以通过简单的自然语言输入来指示插件如何修改网页内容。
• 个性化定制：用户可以根据自己的喜好对网页进行各种个性化设置，如改变背景颜色、添加图片、调整字体样式等。
• 跨平台调整：支持不同类型的网站进行个性化设置，不局限于单一网页。
• 自动化任务：根据用户指令，自动执行某些网页调整操作，不需要用户每次手动干预。

🌐支持浏览器

• Chrome浏览器：用户可以在Chrome Web Store中搜索安装该插件。
• Edge浏览器：支持安装使用。
• Arc浏览器：支持该插件。