Mellum2是JetBrains推出的120亿参数开源混合专家(MoE)模型，专为软件工程场景设计，核心目标是通过超低延迟推理与私有化部署能力，解决企业级AI工作流中的实时性与成本瓶颈。 Mellu...

多模态智能体模型是能够同时感知、理解并操作多种数据模态(如文本、图像、音频、视频等)，且具备自主决策与行动能力的AI系统。它不仅像传统模型一样“看懂”或“听懂”信息，更能主动调用工具、执行任务、验证结...

Qwen3.7-Plus是阿里巴巴于2026年6月2日正式发布的多模态智能体模型，定位为视觉与语言统一的智能体基座。它在Qwen3.7文本能力基础上深度融合视觉理解与行动能力，不仅能看懂图像/视频，还...

语构是阿里达摩院于2026年6月2日正式上线的零代码AI原生应用开发平台，基于Vibe Coding技术实现“一句话生成完整应用”的能力，支持网页、小程序、互动工具等多元形态开发。 其核心突破在于彻底...

Cosmos 3是英伟达(NVIDIA)于2026年6月1日正式发布的全球首款全开源、全模态(Omni-Model)物理AI基础大模型。它被定义为一个“世界模型”，旨在赋予人工智能系统理解物理世界规律...

Dubbing v2是ElevenLabs推出的AI配音模型，首次实现 跨语言情感迁移，能够将原始语音中的语调、节奏、停顿、情绪起伏等表演细节完整保留并自然映射到目标语言中。 其核心突破在于 摒弃传统...

Polar是英伟达(NVIDIA)开源的强化学习训练框架，专为解决代码智能体(如Codex、Claude Code、Qwen Code等)接入强化学习时的高成本与信号丢失问题而设计。 其核心突破在于无...

Gamma-World是由英伟达与清华大学团队联合提出的多智能体世界模型，旨在解决传统单智能体世界模型无法模拟多主体在共享环境中交互的核心缺陷。 其核心突破在于通过身份对称性编码和稀疏通信架构，首次实...

Music v2是ElevenLabs发布的新一代专业级音乐生成模型，其核心突破在于将AI音乐创作从“抽卡式随机生成”推进到可精准编辑、支持商业落地的工业化阶段。 该模型基于完全授权的数据集训练，生成...

Qwen-VLA是阿里通义团队最新发布的通用机器人基础模型。 简单来说，如果之前的视觉模型是让AI拥有一双“眼睛”去理解世界，那么Qwen-VLA就是给这双眼睛配上了“灵活的手脚”，让AI不仅能看、能...

Gemini 3.1 Pro是谷歌(Google)发布的新一代旗舰人工智能基础模型。它定位为一款专为解决复杂问题而生的高阶推理工具，主打深度思考和复杂任务处理。 Gemini 3.1 Pro核心特点与...

MiniMax M3是国产大模型公司MiniMax正式发布的新一代旗舰通用大模型。MiniMax M3是国内首个同时集齐“前沿编程与智能体能力、百万级超长上下文、原生多模态”三大核心能力的模型，也是目...

最近我发现Claude+deepseek还是差点意思，就转到codex体验一下顶级模型。但是，习惯了终端中使用Claude code之后，打开codex之后，我竟然不知道怎么用！ 相信很多朋友跟我一样...

Webwright是微软研究院开源的终端原生Web代理框架，其核心突破在于 摒弃传统“逐次点击”操作模式，转而让AI模型直接在终端编写Playwright代码控制浏览器。该框架通过将代理与浏览器解耦...

ControlFoley是小米大模型应用团队与武汉大学联合开发的开源可控视频音效生成模型。其核心突破在于 首次实现"按意图配声音"的精准控制能力，解决了传统音效生成模型"只能根据画面自动猜声音"的局限...

怎么把豆包加到微信里?其实超简单，看这一篇就够了 最近身边好多朋友都在问，说看别人在微信里直接用豆包写文案、查攻略，特别方便，可自己翻了半天也不知道从哪进去。 其实这事真没你想的那么复杂。我当初也是找...

SenseNova-U1-8B-MoT-Infographic是商汤科技开源的专项增强版多模态大模型，基于原生统一架构 SenseNova-U1-8B-MoT针对信息图（infographic）生成场...

OpenAI Codex上手机后，我真实用了3天。 一开始没太当回事。这两年AI写代码工具我测过太多——很多刚开始很惊艳，但真正用几天后，你会发现它还是停留在“聊天工具”阶段。 但这次Codex手机版...

这是一篇面向新手的Hermes Agent完整安装使用教程，所有步骤100%来自官方文档。 包含一键安装、手动安装、Docker安装、本地免费运行四种官方安装方式，有完整的问题急救站和命令速查表，无需...

getdesign.md 是一个免费开源的大厂设计规范库，把66+知名品牌（Apple、Stripe、Figma、Linear 等） 的设计系统，整理成一份份标准化的DESIGN.md文件，供AI编程...

美团GEO营销门户是美团推出的生成式引擎优化（GEO）平台，助力本地商家在豆包、DeepSeek等主流AI大模型对话中获得更多推荐与曝光。提供策略建议、AI内容生成、多平台监测、效果追踪四大核心能力...

让AI帮你写个前端页面，它倒是写得挺快，但结果总是那种“标准的、毫无灵魂的”模板脸：居中排版、蓝色按钮、白色背景，要多无聊有多无聊 就像下面这种： 这也不能全怪AI，毕竟训练数据里这种“模板脸”太多了...

作为一名程序员，你有没有这种感觉——代码越写越多，但脑子越来越不够用？ 刚写的代码，过俩月自己都看不懂了；修个bug吧，结果越修越乱；项目越来越大，新人入职完全无从下手……今天给各位介绍一个神器——C...

字节火山引擎是字节跳动推出的企业级AI云服务平台，核心定位是通过模型即服务(MaaS)模式，将字节内部积累的AI技术、大数据能力和增长方法论输出给外部企业，帮助企业实现数字化转型。 其当前已在中国大模...

短视频创作，文案好坏直接影响播放量。今天分享用龙虾Qclaw写文案的实用方法。该工具接入便捷，基础功能完全免费，适配各类短视频场景。只需清晰描述主题、风格与时长，AI就能快速生成完整文案、台词和话题标...

5分钟快速上手国产全能AI。官网/微信小程序注册，手机号登录即送积分，每日签到可领。新手直接对话，输入需求就能生成文案、绘图、翻译等内容。内置职场、学术、灵感模式，输入“/”可唤出200+预设指令。支...

阿里云百炼CLI是阿里云开源的命令行工具，专为AI Agent设计，一行命令即可接入百炼平台150+模型与全套能力。原生支持多种主流Agent框架，集成多模态调用、知识库、记忆库、联网搜索与文件处理...

PilotDeck是由清华大学THUNLP实验室联合面壁智能、OpenBMB及AI9stars团队开源的智能体操作系统，核心价值在于通过独立工作舱架构、白盒化记忆管理及子代理级智能路由技术，显著降低A...

Hy-Memory是腾讯混元推出的、面向长期协作型Agent（如Openclaw）的记忆插件，堪称Agent的“第二大脑”。它采用6层记忆框架、System1/System2双系统与演化链三层核心架构...

Claude Opus 4.8是Anthropic发布的旗舰大语言模型小版本迭代，核心突破在于显著提升模型诚实性与多智能体协作能力，而非基础架构的颠覆性升级。它在保持与Opus 4.7相同定价的前提下...