AI最新项目

Confucius4-TTS是网易有道发布的开源语音合成引擎，属于“子曰4.0”大模型体系的核心组件。实现了3秒极速语音克隆、14种语言跨语种无口音合成，且无需参考文本即可完成音色与情感迁移。该模型采...

Xiaomi MiMo-V2.5-Pro-UltraSpeed是小米与TileRT团队联合推出的MiMo-V2.5-Pro模型的超高速推理模式，首次在通用GPU上实现万亿参数模型1000tokens...

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...

Command A+是Cohere发布的开源大语言模型，作为其Command A系列的最新旗舰产品，首次采用Apache 2.0协议完全开源，专为金融、医疗等高合规性企业场景设计。 其核心价值不在于参...

Booster T2是加速进化公司发布的具身智能开发旗舰平台，作为当前双足人形机器人领域算力最强的开源开发载体，推动人形机器人从实验室技术验证迈向真实场景规模化应用。该平台通过2070 TFLOPS端...

CosyVoice 是一款由阿里巴巴推出的新一代 AI 效率助手，本质上是一个智能输入法。它主打“说得随意，写得漂亮”的理念，旨在让用户摆脱键盘束缚，通过自然说话的方式，将口语实时转化为高质量、格式规...

Decitron是中科闻歌发布的全球首个通用决策大模型，将复杂决策问题转化为可计算、可推演、可验证的系统，而非传统问答式AI。能对复杂事件进行多路径推演并动态追踪，在国际权威数据集PolyBench测...

VitaBench 2.0是美团LongCat团队联合多所高校推出的新一代大模型智能体评测基准，专注于评估智能体在长期、多轮次真实生活场景交互中的综合能力。 与早期版本相比，将评测维度从单次任务扩展至...

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...

Seedance 2.5是字节跳动火山引擎6月23日发布的最新视频生成大模型，作为Seedance 2.0的升级版本，实现单段30秒原生视频直出、支持50个全模态素材联合输入，并首次提供画面一致性保障...

微信支付AI专属卡是用户在微信零钱内为AI智能体（Agent）单独设立的“子钱包”，专用于授权AI在用户设定范围与手动确认下完成自动化消费。主账户资金完全隔离、额度由用户自主控制、每笔交易必须人工确认...

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...

video-use是Browser-Use团队开发的开源视频自动剪辑工具，通过自然语言指令实现端到端的视频剪辑自动化，无需用户手动操作时间线或学习专业剪辑软件。它专为口播类、教程类等文本驱动型视频内容...

Nano Banana 2 Lite是谷歌发布的轻量级AI图像生成模型，定位为速度与成本优化的专用版本。以4秒内出图的速度和每千张0.034美元的极低成本，实现接近标准版Nano Banana 2的图...

微信高考AI助手是微信搜一搜免费志愿填报辅助工具，通过整合官方历史录取数据提供个性化参考方案。简化信息查询流程，但不能替代正式志愿填报系统。考生需注意所有AI生成内容仅作参考，最终填报必须以本省教育考...

当你还在手动打开 App 点麦当劳的时候，麦当劳已经悄悄把点餐系统开放给了 AI。 麦当劳中国上线了官方 MCP 平台：https://open.mcd.cn/mcp MCP（Model Contex...

Khala是中央音乐学院与清华大学联合研发的统一声学Token空间音乐生成大模型，解决AI音乐生成中结构连贯性与音质保真度的矛盾，通过构建跨模态对齐的声学表征体系，实现从深层音乐语义到高质量音频的端到...

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...

Kimi信用卡是全球首张AI原生信用卡，由月之暗面（Kimi）、中国农业银行与美国运通于2026年7月10日联合发行。将消费行为直接转化为AI生产力资源，用户通过日常刷卡积累的积分可八折兑换Kimi算...

GPT-5.6 Sol是OpenAI于2026年6月26日发布的旗舰级大语言模型，属于GPT-5.6系列中性能最强的版本，其名称“Sol”源自拉丁语“太阳”，象征其在算力、推理深度和专业任务处理上的顶...

Claude Opus 4.7是Anthropic推出的旗舰级大语言模型，作为当时公开可用的最强代码与多模态模型，将AI从“对话助手”升级为“可自主执行复杂任务的智能体”。Claude Opus 4...

MusaCoder是摩尔线程推出的全球首个基于国产全功能GPU全栈训练的代码大模型，专为自动生成高性能GPU底层算子(CUDA/MUSA原生Kernel代码) 而设计，其完整训练与验证流程均在国产MT...

BigSet是TinyFish团队开源的多智能体协同网络抓取与数据集构建工具，通过集成搜索、抓取、推理和验证的自动化流程，支持用户用自然语言指令实时生成结构化高质量数据集。将传统数据采集从手动操作升级...

OpenClacky是李亚飞团队开源的低成本AI Agent框架，核心目标是通过工程化优化将AI任务执行的Token消耗降至行业最低水平，使专业用户能全天候无负担地运行AI助手。 其关键突破在于通过缓...

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...

Nano Banana 2是谷歌发布的图像生成模型，其官方技术名称为Gemini 3.1 Flash Image。该模型通过分层生成策略与实时知识整合，在保持接近专业级图像质量的同时，将生成速度提升至...

微信AI助手"小微"是微信团队自主研发的原生智能体，并非独立App或第三方插件，而是深度集成在微信内部的对话式操作中枢。通过自然语言指令直接调用微信原生功能与小程序生态，实现"一句话完成复杂操作"，本...

PP-OCRv6是百度飞桨发布的超轻量级OCR（光学字符识别）模型系列最新版本，50种语言统一模型架构与工业级复杂场景适应能力。它通过三阶段流水线（检测-分类-识别）实现高精度、低延迟、小体积的文本识...

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...

陪读蛙(Read Frog)是一款开源的AI驱动浏览器翻译扩展，核心定位是通过沉浸式双语对照与深度语言解析，帮助用户高效阅读外文内容并提升语言能力。 陪读蛙并非简单翻译工具，而是结合AI技术提供语法分...