AgentCPM-GUI 是一款开源的手机端大型语言模型（LLM）代理，专为操作中英文应用程序而设计，能够根据用户的屏幕截图自动执行任务。其主要优点在于高效的 GUI 元素理解、增强的推理能力以及对中文应用的精准支持。此技术的开发背景是为了提升移动设备上智能代理的用户体验，特别是在复杂任务处理方面。该产品定位于提高移动端的生产力，适用于各类用户。

Suna 是一个开源的 AI 助手，通过自然对话帮助用户轻松完成研究、数据分析和日常挑战。它结合强大的功能与直观的界面，能够高效解决复杂问题并自动化工作流程。Suna 的工具包包括无缝的浏览器自动化、文件管理、网站部署和与多种 API 的集成。其功能强大且灵活，适用于各种用户需求。

PokemonGym 是一个基于服务器 - 客户端架构的平台，专为 AI 代理设计，能够在 Pokemon Red 游戏中进行评估和训练。它通过 FastAPI 提供游戏状态，支持人类与 AI 代理的互动，帮助研究人员和开发者测试和改进 AI 解决方案。

TEN Agent 是基于 TEN 框架构建的实时对话 AI引擎，为开发者提供快速、高效的工具来构建实时对话式 AI Agent，如AI虚拟客服、AI 口语陪练、AI 情感陪伴、AI 个人助理等。 TEN Agent 目前已集成 DeepSeek、Gemini 2.0、OpenAI Realtime、Qwen、RTC 等多种模型及组件，同时适配 Dify、Coze 主流编排工具，并且支持 ESP 32，快速让你的 AI bot 能听能说。

EgoLife是一个面向长期、多模态、多视角日常生活的AI助手项目。该项目通过记录六名志愿者一周的共享生活体验，生成了约50小时的视频数据，涵盖日常活动、社交互动等场景。其多模态数据（包括视频、视线、IMU数据）和多视角摄像头系统为AI研究提供了丰富的上下文信息。此外，该项目提出了EgoRAG框架，用于解决长期上下文理解任务，推动了AI在复杂环境中的应用能力。

WHAM（World and Human Action Model）是由微软研究院开发的一种生成式模型，专门用于生成游戏场景和玩家行为。该模型基于Ninja Theory的《Bleeding Edge》游戏数据训练，能够生成连贯、多样化的游戏视觉和控制器动作。WHAM 的主要优点在于其能够捕捉游戏环境的3D结构和玩家行为的时间序列，为游戏设计和创意探索提供了强大的工具。该模型主要面向学术研究和游戏开发领域，帮助开发者快速迭代游戏设计。

Mobile-Agent-E 是一款基于大型多模态模型（LMM）的移动助手，旨在帮助用户高效完成复杂的多步骤任务。它通过分层多智能体框架实现自我进化，能够从过去的任务中学习并改进。该产品的主要优点在于其强大的推理能力和对复杂任务的处理能力，尤其是在长周期、多应用交互的任务中表现出色。它适用于需要高效完成复杂移动任务的用户，如商务人士、研究人员等，目前处于研究阶段，未明确具体价格。

GameFactory 是一个创新的通用世界模型，专注于从少量的《我的世界》游戏视频数据中学习，并利用预训练视频扩散模型的先验知识来生成新的游戏内容。该技术的核心优势在于其开放领域的生成能力，能够根据用户输入的文本提示和操作指令生成多样化的游戏场景和互动体验。它不仅展示了强大的场景生成能力，还通过多阶段训练策略和可插拔的动作控制模块，实现了高质量的交互式视频生成。该技术在游戏开发、虚拟现实和创意内容生成等领域具有广阔的应用前景，目前尚未明确其价格和商业化定位。

UI-TARS-desktop 是由字节跳动开发的一款桌面客户端应用，它基于 UI-TARS 视觉语言模型，允许用户通过自然语言与计算机进行交互，完成各种任务。该产品利用先进的视觉语言模型技术，能够理解用户的自然语言指令，并通过屏幕截图和视觉识别功能实现精准的鼠标和键盘操作。它支持跨平台使用（Windows 和 macOS），并提供实时反馈和状态显示，极大地提高了用户的工作效率和交互体验。目前该产品在 GitHub 上开源，用户可以免费下载和使用。

TAIX是为Citizen Conflict、AneeMate和未来基于TOY的游戏设计的前沿人工智能基础设施，可帮助开发人员创建AI代理，并引入中央AI影响者，以提升玩家表现、观众参与度和区块链交互。

FoodCoach是一款AI食品扫描仪，可帮助您找到符合饮食需求的食物。强调扫描条形码并即时提供信息，是一个方便的饮食指导工具。

Littlebird是一款智能数字孪生体，通过捕捉见解、组织任务、自动简化工作流程，帮助用户更高效地完成工作。该产品通过强大的AI助手实现零设置，能够智能理解用户的信息和需求，提供个性化的工作流程支持。

TradingLens AI交易机器人是一款具有多代理分析系统的先进AI交易机器人，通过专业AI投资平台帮助用户实现22.8%的年回报率。它提供全面的市场分析、实时数据、风险控制等功能，是投资者的智能投资助手。

NativeMind是一个在设备上运行的私密AI助手，通过连接到Ollama本地LLMs，将最新的AI功能带到您喜爱的浏览器中，无需向云服务器发送任何数据。它完全开源，具有审计能力、透明度和社区支持。NativeMind旨在提供高效的本地AI支持，使用户能够获得最新的智能技术，保持数据安全和控制权。

Neocal是一款AI智能日历应用，利用自然语言处理技术帮助用户管理日程安排。其智能查询、智能调度和智能时区处理功能，使日程管理更加便捷高效。Neocal还提供与Google日历的无缝连接，支持多账户管理。

11.ai是一个个人AI语音助手，通过ElevenLabs Conversational AI构建。它可以计划您的日程，研究客户信息，管理工单并与Slack团队交流，所有这些都可以通过语音实现。

Wittro是一个无法检测的桌面AI助手，可以代替您参加面试和会议。它提供了100个每月的免费使用次数，并有不同的付费套餐可供选择。