AI最新项目

Agents-A1是上海人工智能实验室开源的350亿参数混合专家（MoE）智能体模型，通过"扩展任务处理视野"而非单纯扩大参数规模，使小模型在复杂长程任务中达到接近万亿参数级模型的性能。它专为解决传统...

Gemma 4 12B是谷歌DeepMind于2026年6月4日发布的120亿参数统一多模态模型，最大突破在于通过无编码器架构实现仅需16GB内存的消费级笔记本即可本地运行完整多模态AI能力(支持文本...

DeepSeek V4正式版是深度求索（DeepSeek）将于2026年7月中旬正式上线的旗舰大语言模型，基于4月24日发布的预览版完成功能优化与性能调优，首次引入峰谷定价机制以优化算力资源分配。该版...

FreeLLMAPI(简称 FreeLLM) 是一个开源、OpenAI兼容的LLM聚合网关，把多家免费大模型 API(Groq、Gemini、Mistral、Cerebras、NVIDIA NIM、C...

MiMo-V2-Omni标志着小米AI战略的全面升级。它不再仅仅是一个聊天机器人，而是一个能看、能听、能思考、能动手的全能智能体底座。随着其API的开放和未来开源计划的推进，它有望成为继CursorC...

Models.dev是一个由社区驱动的开源AI模型数据库，你可以把它理解为AI开发者的“中央情报局”或“万能字典”。 它的核心目的是解决当前AI模型信息分散、更新过快的问题。它将OpenAI、Anth...

OpenSquilla是一个开源的微内核架构AI Agent框架，通过智能路由与工作流编排技术，将AI Agent的Token成本降低60%-89%，同时解决长程任务中的流程稳定性问题。提出MetaS...

Claude是由美国人工智能公司Anthropic开发的一系列大型语言模型。它以强大的逻辑推理、代码能力和卓越的安全性著称，其核心理念是构建“有益、无害、诚实”的 AI。 🏢 开发公司与核心理念 开发...

GLM-Claw是智谱推出的OpenClaw云端智能体服务，基于GLM‑5‑Turbo深度优化基座，主打零门槛即用、多角色协同、7×24在线长任务稳定执行。支持网页一键登录、飞书唤醒与多端同步，内置写...

Qwen3.7 Preview(通义千问3.7预览版)是阿里巴巴在2026年5月19日深夜至20日阿里云峰会期间，正式对外亮相的最新一代旗舰大模型预览版。 这次发布采用了“双模型”策略，分别推出了主打...

autoresearch是Andrej Karpathy开源的AI自主研究框架，核心目标是让AI智能体完全替代人类执行模型训练实验的循环优化过程。其设计极为精简，通过固定5分钟实验时长、单一评估指标...

Seedance 2.0 Mini是字节跳动火山引擎推出的Seedance 2.0系列轻量级视频生成模型，主打高性价比路线，单秒生成成本降至0.5元（720P规格），较标准版Seedance 2.0降...

MiMo-V2.5-Pro小米正式全球开源的旗舰级大语言模型。作为小米迄今为止最强大的AI模型，它专为处理复杂长程任务(Agent)和高难度代码生成而设计，在多项权威评测中表现优异，性能已比肩全球顶尖...

CodeGraph是一个本地化的代码知识图谱工具，专为优化AI编程助手(如Claude Code、Cursor等)的代码理解效率而设计。它通过预构建项目代码的语义关系图谱，将AI从重复的文件扫描中解放...

GStack是 YC CEO Garry Tan 开源的 Claude Code 专业工作流框架，以 Markdown 定义 13+AI 角色，覆盖规划、编码、审查、测试、发布全流程，助开发者单人高效...

WebWorld是由阿里巴巴Qwen(通义千问)团队正式开源的大规模网页世界模型系列,WebWorld核心定位是“AI 网页智能体(Web Agent)的虚拟训练场”。WebWorld能够高度逼真地模...

GPT Image 2是OpenAI于2026年4月推出的新一代AI图像生成模型，它标志着AI生图从“去噪”走向“推理”的范式转移。该模型具备“思考”能力，能够进行复杂的推理和规划，在图像质量、文字渲...

Agently Mail是腾讯QQ邮箱团队为AI智能体（Agent）量身打造的专属邮箱服务，目前处于内测阶段。其核心定位是作为AI智能体在邮件领域的“独立身份”，通过与个人邮箱隔离的设计，实现更安全...

腾讯混元大模型（Tencent Hunyuan）是腾讯公司全链路自研的通用人工智能大模型系列，于2023年9月正式发布。作为腾讯AI战略的核心，混元大模型通过腾讯云向企业提供服务，并深度集成在腾讯会议...

HiDream-O1-Image-Pro是智象未来发布的超2000亿参数原生全模态图像生成大模型，采用全球首创的像素级统一Transformer(UiT)架构，彻底摒弃传统VAE压缩与独立文本编码器...

Qwen3.6-35B-A3B是阿里巴巴通义千问团队于2026年4月16日正式开源的一款高性能混合专家(MoE)模型。 作为Qwen3.6系列的首个开源权重版本，它凭借“350 亿总参数、仅30亿激活...

Qwen2.5-VL 是阿里巴巴通义千问团队发布的旗舰级视觉语言模型(Vision-Language Model)，它在多模态理解、精确目标定位、文档解析和长视频理解等方面实现了显著的技术飞跃。 核心...

Lance 是字节跳动推出的一个原生统一的多模态模型。它是一个参数量为 30亿（3B） 的研究性项目，旨在打破图像和视频在理解、生成、编辑任务上的壁垒。 与许多需要针对不同任务单独微调的模型不同，La...

文心5.1百度发布的新一代基础大模型。文心5.1核心定位是“极致效价比的搜索与智能体专家”。文心5.1在完整继承上一代(文心5.0)知识储备的基础上，通过多维弹性预训练技术，将预训练成本大幅降至业界同...

Qwen3-ASR-1.7B是阿里云通义千问团队开源的17亿参数多语言语音识别模型，在中文、英文等52种语言及方言的识别任务中达到开源模型SOTA水平(中文词错率低至5.2%，显著优于Whisper...

Higgs Avatar v1是由Boson AI团队发布的一款面向语音智能体的实时数字人基础模型。它的核心作用是为 AI 赋予逼真的“面容”和表情，使其在对话中具备极强的临场感。 Higgs Ava...

Seeduplex是字节跳动Seed团队2026年4月9日发布的原生全双工语音大模型，已全量上线豆包、抖音App。它突破传统半双工“回合制问答”限制，实现“边听边说”的实时自然交互。通过语音语义联合建...

MAI-Code-1-Flash是微软发布的首款自研轻量级代码生成模型，专为开发者日常编码场景设计，采用50亿参数的紧凑架构，通过自适应推理预算分配技术实现高效率与低成本的平衡。 其核心价值在于将Ag...

Lyria 3 Pro是谷歌DeepMind于2026年3月25日推出的旗舰AI音乐生成模型，为Lyria 3进阶版。它将生成时长从30秒提升至3分钟，可完整输出带前奏、主歌、副歌的专业曲目，保持24...

JoyAI-Echo是京东开源的长音视频生成框架，首次系统性解决长视频生成的三大行业难题(角色一致性差、声音不稳定、生成效率低)，通过跨模态记忆库、对话式编辑和7.5倍推理加速技术，实现5分钟级长视频...