CosyVoice Studio是阿里巴巴于2026年8月7日正式推出的国内首个一站式AI语音生产力平台。该平台基于阿里自研语音大模型 Qwen-Audio 打造，在全球权威AI评测平台 Artifi...

WeatherNext是由 Google DeepMind 与 Google Research 联合开发的 AI 天气预报模型家族，是目前全球最先进的数据驱动天气预报系统之一。该模型家族经历了多代迭代...

SALMONN-2是字节跳动联合清华大学推出的开源通用听觉多模态大语言模型，属于 SALMON 系列第二代音频理解底座。它主打全品类音频统一理解，可处理语音、环境音效、音乐、副语言信号，依托自研 SP...

Neon 开源 4B 模型是由 Neon（云原生 Serverless PostgreSQL 数据库公司）与 Castform（AI 语音智能体与模型训练平台）于 2026年8月6日联合发布的一套面向...

腾讯云与腾讯元宝都属于腾讯体系，但二者定位、面向群体、使用方式完全不同。 腾讯云是云计算技术服务平台，主要面向企业、开发者，属于底层技术底座。除服务器、存储、数据库、网络等云资源外，还提供混元大模型 ...

Wan3.0（万相3.0）是阿里巴巴通义万相团队研发的新一代视频生成大模型，于2026年8月6日正式开启公测。作为Wan系列的第三代核心版本，它在生成时长、多模态输入、画面真实感和跨帧一致性四大维度实...

Muse Code 是 Meta（前 Facebook）正式推出的首款 AI 编程智能体（Coding Agent），目前处于公开测试阶段（Beta）。该产品由 Meta 超级智能实验室负责人 Ale...

Hunyuan3D-Buffalo 1.0是由腾讯混元3D团队研发的一款统一的多模态 3D 大模型框架。将 3D 内容的理解、生成和编辑三大核心能力整合到了一个统一的模型中，实现了通过自然语言与 3D...

InstructAV2AV是由北京智源人工智能研究院与北京大学联合团队提出的音视频联合编辑模型，通过单句自然语言指令实现画面与声音的同步编辑，而非传统“先改画面再补声音”的级联流程。该技术将音视频编辑...

一句话说清楚 人工智能蒸馏技术说白了就是：让一个小模型去模仿一个大模型，把大模型的"本事"压缩进小模型里，使小模型用更少的参数、更低的成本，达到接近大模型的效果。 就像一位经验丰富的老师傅带徒弟——徒...

模型和大模型一样吗?很多朋友都会在各种模型中分别不出来，今天我们来详细的说说关于模型和大模型本质区别，了解后就能很好的读懂关于大模型的相关知识。 简短回答 不一样。 大模型是模型的一种，但模型不一定是...

Alpamayo 2 Super 是英伟达（NVIDIA）发布的一款320亿参数开放视觉-语言-动作推理模型（Reasoning VLA）。它由英伟达创始人兼CEO黄仁勋亲自揭幕，是Alpamayo系...

LFM2.5-2.6B是由人工智能初创企业Liquid AI于2026年8月5日正式发布的一款开源端侧智能体模型。该模型隶属于 Liquid AI 的 Liquid Foundation Models...

在AI助手深入日常生活与工作的今天，如何找到一个"懂你、全能、随时可用"的智能伙伴，成为越来越多人的刚需。豆包，作为字节跳动旗下的AI智能助手，凭借强大的多模态能力和极致的易用性，迅速成长为国内用户规...

Dreamina（中文名即梦AI）是字节跳动推出的一站式AI创作平台，集AI图片生成、AI视频生成、AI编辑等功能于一体。它并非传统意义上的"免费软件"，而是采用"基础功能免费 + 高级功能付费"的F...

小米自研AI大模型的统一名称为MiMo（Xiaomi MiMo），由小米AI实验室团队打造，大模型负责人为罗福莉。目前已形成覆盖文本推理、全模态感知、语音合成、语音识别、端侧部署的完整模型矩阵。 小米...

SeedRealtime是字节跳动Seed团队于2026年8月5日正式发布的原生音视频全双工大模型。该模型采用统一端到端架构，将音频、视频与文本原生融合，能够在连续多模态信息流上进行实时交互，官方将其...

JoyAI-Video-Edit是京东探索研究院于2026年8月5日正式开源自研的实时流式视频编辑模型。该模型于2026年7月18日在世界人工智能大会（WAIC）上首次亮相，8月5日在 Hugging...

MAGI-2 Preview是北京AI视频生成创企Sand.ai（清华系团队）正式发布并开源的统一音视频生成模型。该模型总参数约114B（千亿级），采用MoE（混合专家）架构，单次前向计算仅激活约6B...

Shieldstral是Mistral AI发布的开源多模态内容安全审核模型（Shieldstral 1.0-3B）。这是一款仅30亿参数的多模态内容安全分类器，已在 Hugging Face 以Ap...

Qwen-CUA是阿里巴巴通义实验室推出的原生计算机使用智能体（Computer-Use Agent, CUA）框架，其核心能力是让大模型直接通过视觉感知屏幕界面，像人类一样操作鼠标键盘完成跨应用任务...

MemHarness 是由上海人工智能实验室（Shanghai AI Lab）团队及其合作者提出的一种“LLM Agent 经验重构”框架。其核心目标是让 AI 智能体（Agent）的记忆机制像人类一...

当前AI视频生成平台已从技术演示阶段迈入规模化商用落地，主流工具普遍解决画面连贯性、音画同步、角色一致性三大行业痛点。小编推荐以下5款平台凭借技术成熟度、生态适配性及性价比成为2026年最热门选择，尤...

Orchard 是微软研究院开源的一个用于训练和评估AI智能体（Agentic AI）的框架。它旨在解决当前智能体研究中普遍存在的基础设施壁垒，通过提供一个可复用、轻量级的环境服务，让研究人员能够以更...

Hy ASR 3.0 Preview是腾讯混元发布的新一代语音识别（ASR）模型。它基于腾讯最新一代大语言模型 Hy3的语言理解能力，将高精度语音识别与深度语义理解深度融合，标志着语音识别从传统的"逐...

4D高斯泼溅（4D Gaussian Splatting, 4DGS）是一种基于显式高斯点云表示的动态场景建模与实时渲染技术，通过在传统3D高斯泼溅（3DGS）基础上引入时间维度，实现对动态场景的高保...

E-Bench是腾讯混元团队联合清华、东南高校推出的全合成式多步骤工具智能体评测基准，专门针对大模型智能体多轮、带状态变更、长链路工具调用能力做标准化测评，区别于仅测试单次 API 调用的传统基准。整...

MAI Realtime是微软（Microsoft AI）正在测试的首款原生实时语音交互模型，于2026年8月初被媒体曝光。它属于微软自研MAI（Microsoft AI）系列模型家族中的语音交互产品...

Dreamina是字节跳动旗下剪映团队开发的一款一站式AI创作平台，主要提供AI图片生成和AI视频生成功能。用户可以通过输入文字描述(提示词)，快速将创意转化为高质量的图像或视频内容。 中文名称：即梦...

360智脑是360集团自主研发的国产大模型第一梯队代表产品，在安全能力、行业落地广度及多模态技术整合方面表现突出。其核心版本在中文通用能力评测中稳居国产前列，安全性能多次获得国家级权威认证，并在金融...