AI最新项目

MiniMax发布了其新一代AI音乐生成模型——Music 2.6. 这次更新被官方称为“全维度进化”，核心解决的是以往 AI 音乐“机械感强”、“不可控”和“生成慢”的三大痛点。简单来说，现在的Mu...

FIPO是阿里巴巴通义实验室(Qwen Team)最新发布的大模型强化学习算法。 它的全称是Future-KL Influenced Policy Optimization(未来KL散度影响策略优化...

QBotClaw(中文名：龙虾)是腾讯于正式发布的国内首个浏览器AI智能体(Agent)。 它不是传统意义上的浏览器插件，而是深度集成在QQ浏览器中的智能助手。它的核心突破在于将浏览器从一个“被动展示...

GO-2(全称 Genie Operator-2)是智元机器人(Agibot)发布的新一代具身智能基座大模型。 简单来说，它是机器人的“超级大脑”，旨在解决机器人“脑子懂了但手没跟上”的难题，让机器人...

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...

小米XLA大模型是小米集团专为智能驾驶领域研发的一款端到端认知大模型，是其HAD(Hyper Autonomous Driving，小米超级智能驾驶)系统的核心技术升级。 它的核心突破在于首次将“辅助...

VoxCPM2 是由面壁智能(OpenBMB)团队开源的一款新一代语音生成基座模型。 如果说上一代 VoxCPM(0.5B)是以“小钢炮”著称的轻量化模型，那么 VoxCPM2 则是全面进化的“全能型...

OpenHarness是由香港大学数据科学研究院(HKUDS)于2026年4月开源的一款轻量级AI智能体驾驭框架(Agent Harness)。 它的核心理念是“模型即智能体，代码即驾驭框架”，旨在为...

Wan2.7-Video 是阿里巴巴发布的一款视频生成系列模型。它的核心特点是拥有全面的创作控制力，将 AI 的能力从单一的素材生成扩展至“生成、编辑、复刻、重塑”等创作全链路，实现了从被动“演绎”到...

MAI-Transcribe-1是微软最新推出的一款语音转文字模型。它是微软为了减少对外部供应商(如OpenAI)的依赖，由内部团队自主研发的三款基础AI模型之一。 这款模型主打“全球最高精度”和“高...

GLM-5V-Turbo 是智谱AI于2026年4月2日发布的首个原生多模态 Coding 基座模型。 简单来说，它的核心突破在于“视觉原生”——它不仅能写代码，还能“看懂”设计稿、截图、网页甚至视频...

Qwen3.6-Plus是阿里巴巴于2026年4月2日发布的新一代大语言模型，也是千问3.6系列的首款产品。它被官方定位为目前国产编程能力最强的模型，整体性能相较于上一代有显著跃升。 简单来说，Qwe...

Xiaomi MiMo-Embodied是由小米公司自主研发的一款具身大模型（Embodied AI Model），于2025年11月21日正式发布并全面开源。 它是业界首个成功打通自动驾驶与具身智能...

SenseAudio是商汤科技(SenseTime)推出的一款AI语音开放平台。 简单来说，它不仅是一个能帮你“配音”的工具，更是一个集成了语音克隆、音频编辑甚至AI视频创作的全能音频工作站。它最大的...

混元Turbo S是腾讯推出的一款旗舰级“快思考”大模型，也是混元家族中主打“速度”与“性价比”的核心主力。 简单来说，如果把大模型比作人脑，混元T1是负责深思熟虑的“慢思考”系统，而混元Turbo ...

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。它不仅是腾讯AI战略的核心，也通过腾讯云向企业提供服务，并深度集成在腾讯会议、腾...

小米的Xiaomi Miloco(全称Xiaomi Local Copilot，小米本地协同智能助手)是小米发布的一项智能家居未来探索方案。 简单来说，它不是单一的一款硬件，而是一套基于大模型驱动的全...

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...

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...

TurboQuant是谷歌研究院（Google Research）于 2026年3月发布的、面向高维向量的无训练、近无损、极低比特向量量化算法，核心用于大语言模型（LLM）的KV缓存压缩与向量数据库检...

TuyaClaw是涂鸦智能2026年推出的新一代AI助理。它基于OpenClaw架构，首创打通数字与物理世界，既能操作电脑办公，又能控制智能家居。支持一键部署、微信体验及多模型自由切换，内置3200...

TypeNo是一款专为macOS打造的开源免费中文语音输入法。它主打极致隐私，所有识别均在本地完成，无需联网上传数据。操作极简，按住快捷键说话，松开即自动粘贴文字。无账号、无广告、低资源占用，是注重隐...

PrismAudio是阿里通义实验室推出的AI视频环境音生成框架，可根据画面自动生成逼真环境音效与动作音。它采用分解式思维链分析画面内容与发声时机，结合四维强化学习实现声画精准同步，兼顾语义匹配、时序...

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...

微信ClawBot是微信官方于2026年3月22日正式推出的一款AI Agent(智能体)插件。 它的核心功能是让用户在微信聊天界面中，直接连接并操控部署在本地设备(如个人电脑、NAS、Mac min...

LongCat-Flash-Prover是美团开源的5677亿参数MoE大模型，专攻复杂数学定理与形式化推理。融合 Lean4 证明器与 AST 校验，严格防幻觉；依托HisPO强化学习稳定长链推导...

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...

GLM-5-Turbo 是智谱AI(Zhipu AI)于2026年3月16日最新发布的一款专为复杂智能体（Agent）场景深度优化的基座大模型。 它是基于此前发布的旗舰模型GLM-5进行的特定场景加速...

小米3月19日发布的自研语音模型MiMo-V2-TTS到底强在哪？不再是机械朗读，它能在一句话里转折情绪，能用方言聊天，甚至能专业唱歌。本文带你实测这款‘全能声优’，看它如何消灭AI的机器味。”

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...