AI最新项目

阿里Token Plan个人版是阿里云推出的面向个人开发者的大模型订阅服务，用户可通过预付费方式按需调用Qwen3.8-Max-Preview等大模型，采用Credits统一计量体系，提供Lite、S...

MuScriptor 是由 Kyutai 与 Mirelo 联合开发、开源开放权重的多乐器自动音乐转录(AMT)模型，核心能力是将完整混音音频自动拆解、转译为带乐器区分的标准 MIDI 符号乐谱，是首...

灵骏真武M890超节点实例是阿里云在世界人工智能大会（WAIC）上发布的首款面向公共云的超节点形态AI算力服务，本质是将64张真武M890 AI芯片通过高速互联技术整合为开箱即用的标准化“AI超级计算...

AGX Station是此芯科技发布的首款面向智能体（Agent）计算的桌面级AI超算设备，本质是将高性能算力、开放硬件架构与智能体原生操作系统整合的标准化本地AI算力单元。通过150×150×60m...

猫娘计划（Project N.E.K.O.）是哔哩哔哩发布的开源AI数字生命生态项目，产品为名为N.E.K.O.的主动式全模态AI伙伴驱动器。本质是一个以用户数据主权为核心、支持深度个性化定制的AI伴...

SenseNova U1 Pro是商汤科技在世界人工智能大会上发布的旗舰级原生多模态智能体基座模型，推动行业从“单点式内容生成”迈向“系统级内容交付”新时代。通过原生统一架构实现理解、生成与行动的深度...

JoyfulWords是一站式AI内容创作工作台，无订阅费、按量积分计费。平台打通素材检索、大纲梳理、文稿撰写、多形态导出完整流程，无需切换工具反复复制。内置四大AI能力，输入选题即可生成完整文稿，还...

Nemotron 3 Embed是NVIDIA推出的开源嵌入向量模型系列，专为检索增强生成（RAG）、智能体记忆及多语言检索场景设计。其8B参数版本在RTEB检索基准测试中以78.46分登顶榜首，成为...

Wan-Streamer v0.2是阿里通义实验室发布的端到端全模态实时交互模型，将音视频感知、语言理解与内容生成统一至单个Transformer架构，实现550毫秒级端到端响应延迟（含网络传输）。其...

文远知行发布的 WITT（WeRide World Intelligence Toward Truth） 是全球首个聚焦物理世界认知的AI基础大模型，目标是将真实道路数据转化为可验证、可追溯的物理事实...

Hy-Embodied-VLM-1.0是腾讯Robotics X实验室、福田实验室与腾讯混元团队发布的第二代具身视觉语言模型（VLM）基座模型，专为解决通用大模型在物理世界交互中的感知短板而设计。目标...

Kimi K3是月之暗面（Moonshot AI）发布的全球首个开源3万亿级大模型，参数规模达2.8万亿，支持100万token超长上下文与原生视觉理解能力。将超大规模参数与高效推理结合，专为长周期软...

Xiaomi-Robotics-1是小米公司推出的具身智能基座模型，专为真实环境中的移动操作机器人设计，基于10万小时真实操作数据预训练、支持自然语言指令直接控制、具备跨场景泛化能力，可显著降低机器人...

MiniMax Code是专为MiniMax M3大模型设计并与之协同训练的智能体（Agent）产品，于2026年6月1日随M3模型正式发布，7月16日升级至2.0桌面端版本。通过多Agent协作与长...

Inkling是由前OpenAI首席技术官米拉·穆拉蒂（Mira Murati）创立的思维机器实验室（Thinking Machines Lab, TML发布的首款开放权重基础大模型。不追求极限性能...

水风光一体化智慧运营大模型是我国首个面向千万千瓦级水风光一体化清洁能源基地的全链路智能化决策系统，由国投集团雅砻江流域水电开发有限公司牵头研发，打通气象、水文、风光资源预测与电力运行决策的全流程闭环...

MacWhisper 14是由独立开发者Jordi Bruin推出的macOS专业级本地语音转录工具，无需联网、保护隐私的离线 AI 转录解决方案。其最大突破在于深度整合英伟达 Parakeet 模型...

灵犀专业版是金山办公发布的AI原生办公智能体，定位为个人专业办公助理，深度理解用户工作上下文，联动调用WPS文档内核与外部工具，将自然语言指令转化为可编辑、可追溯、支持多人协作的实体办公成果。与传统A...

WPS Comate是金山办公推出的面向组织的AI办公客户端，定位为连接企业知识、数据与业务流程的执行中枢，而非简单的聊天工具。将AI深度融入组织工作流，直接交付业务结果（如自动生成财务看板、完成跨币...

Xmax X2.0是Xmax AI发布的全球首个支持实时交互的端侧视频生成模型，彻底突破传统AI视频“输入-等待-输出”的固定流程，实现“边生成边交互”的即时操作体验。将视频从“观看内容”转化为“可实...

MOSS-VL-Realtime是由复旦大学OpenMOSS团队开发的开源实时流式视频理解模型，专为处理动态视频流设计，突破传统模型需等待完整视频输入的限制，实现边接收画面边生成回答、信息不足时主动保...

Xiaomi-Robotics-U0是小米发布的380亿参数多模态自回归具身生成基础模型，专为解决机器人训练中的数据稀缺问题而设计。它首次将具身场景生成、轨迹迁移、交互视频生成与通用文生图能力统一到单...

Qwen-Audio-3.0-Realtime是阿里巴巴于2026年7月15日发布的实时语音交互对话模型，通过同步提升推理能力、工具调用、情感表达与双工交互四项核心能力，在毫秒级响应速度下仍保持高精度...

腾讯混元4bit量化版Hy3模型是针对295B参数规模的混合专家（MoE）大模型进行4比特深度压缩的技术方案，将原始598GB的BF16权重量化至169.9GiB，仅需双张96GB显存显卡即可部署，在...

1bit是腾讯混元Hy3旗舰大模型的1比特极致量化版本（IQ1_M格式），通过梯度量化技术将2950亿参数模型的权重体积从598GB压缩至85.5GiB（缩小6.7倍），实现单张96GB显存显卡即可本...

Wan-Dancer是阿里巴巴通义实验室开源的音乐驱动人像舞蹈视频生成模型，能够生成分钟级、高清晰度且节奏同步的舞蹈视频。它采用分层框架，将生成过程解耦为全局关键帧规划与局部时序优化两个阶段，有效解决...

StepAmoo是阶跃星辰（StepFun）研发的新一代个人智能体，作为STEPX Neo智能体手机的主智能体，定位是操作系统级的原生AI伙伴，而非传统手机中附加的语音助手。它通过深度整合硬件、系统与...

干细胞AI模型“归元”是由西湖大学与阿里巴巴达摩院联合开发的面向干细胞重编程的可解释性AI预测模型，通过算法从近400万种小分子药物与生长因子组合中精准筛选最优方案，实现对细胞命运的定向调控，解决了传...

AnySearch是专为AI智能体（Agent）设计的搜索基础设施，不是返回网页链接，而是直接向Agent提供结构化、可直接用于推理的高质量信息，解决传统搜索引擎无法满足Agent对专业数据、实时性和...

PixVerse Game Engine是一款前沿AI实时生成游戏引擎，首创机制与表现解耦（MED）架构，依托PixVerseR1实时世界模型，以连续实时视频流替代传统预渲染管线构建完整互动游戏。引擎...