AI最新项目

腾讯混元Hy3是腾讯发布的新一代开源大语言模型，采用混合专家（MoE）架构，在保持较小激活参数量的同时实现与更大尺寸旗舰模型相当的性能。高性价比的实用型模型，重点强化了Agent能力、推理稳定性及办公...

ChatExcel Ultra是元空AI推出的企业级本地化部署AI数据智能体桌面版，通过自然语言交互实现全链路数据处理，无需依赖云端服务，确保企业敏感数据全程本地化运行，同时支持超大规模数据的实时分析...

Gemini 3.1 Pro是谷歌(Google)发布的新一代旗舰人工智能基础模型。它定位为一款专为解决复杂问题而生的高阶推理工具，主打深度思考和复杂任务处理。 Gemini 3.1 Pro核心特点与...

CloudDM是由开云集致(ClouGence)开发的开源数据库统一管理平台，基于Apache 2.0协议全面开放所有功能，核心解决多源数据库的查询、变更审批与权限管控问题，支持 30+ 种数据源的统...

VibeThinker-3B是新浪微博AI团队发布的30亿参数稠密推理模型，仅用3B参数规模就在数学推理等可验证任务上达到甚至超越224倍参数量（671B）的DeepSeek V3.2的水平。该模型的...

Hojo-ASR-V1是初创团队Hojo开源的语音识别(ASR)模型，采用Whisper特征提取器+Conformer适配层+Qwen3-4B语言模型的混合架构，在LibriSpeech Clean等...

MiMoCode V0.1.0是小米开源的终端原生AI编程助手，专为解决长周期编程任务中的信息丢失问题而设计，其核心突破在于通过独立Agent架构实现“越用越懂项目”的持续记忆能力，而非仅依赖模型自身...

Gamma-World是由英伟达与清华大学团队联合提出的多智能体世界模型，旨在解决传统单智能体世界模型无法模拟多主体在共享环境中交互的核心缺陷。 其核心突破在于通过身份对称性编码和稀疏通信架构，首次实...

Nemotron-Labs-Diffusion是英伟达推出的统一架构的三模式大语言模型，通过创新性地将自回归、扩散和自猜测三种解码模式集成于单一模型，在保持生成质量的同时显著提升推理吞吐量。无需额外小...

LingBot-Vision是蚂蚁集团旗下灵波科技研发的全球首个面向具身智能的“空间原生”视觉基础模型，将物体边界结构作为预训练核心目标，使机器人能精准感知物理世界的三维空间关系（如物体边界位置、距离...

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...

Kimi Work是月之暗面推出的本地桌面AI智能体，依托Kimi Code引擎，适配Windows、Mac客户端。依托自然语言下达指令即可自动拆分任务、本地执行操作，支持网页抓取、文件管理、多格式文...

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...

TRAE Work Design是字节跳动推出的AI原生设计工作流解决方案，作为TRAE Work平台的核心模块，实现从需求文档到高保真设计稿再到可运行代码的全链路自动化。将设计系统深度融入AI生成过...

Leanstral 1.5是Mistral AI推出的专注于形式化验证与数学证明领域的专用AI模型，属于Leanstral系列的迭代版本。它并非通用编程助手，而是专为 Lean 4 证明语言设计的代码...

Ego Lite是一款专为AI智能体（Agent）设计的浏览器工具，让Agent能高效、安全地操作网页，同时避免干扰人类用户的当前浏览任务。它通过隔离任务空间、复用用户登录态、优化数据传输等技术，解决...

OpenHuman是一款真正懂你的“本地优先”个人AI超级助手。它和传统的聊天机器人最大的不同在于，它不是一个被动等待提问的工具，而是一个会主动感知你工作上下文、在后台持续学习和思考的AI智能体(Ag...

ArkClaw是字节跳动旗下火山引擎正式推出的云端SaaS版OpenClaw平台，本质是无需本地部署、开箱即用的AI智能体（Agent）服务，解决开源项目OpenClaw配置复杂、非技术用户门槛高的问...

DeepSeek Harness Desktop 是 DeepSeek Harness（dsh） 的社区非官方桌面封装版本，并非 DeepSeek 官方发布的独立桌面客户端。 DeepSeek Har...

HyOCR-1.5是腾讯混元团队开源的端到端多模态OCR大模型，通过一体化架构实现文字检测与识别的联合优化，仅需10亿参数即可覆盖8类以上文档理解任务，在OmniDocBench v1.6基准测试中以...

Qwen-VLA是阿里通义团队最新发布的通用机器人基础模型。 简单来说，如果之前的视觉模型是让AI拥有一双“眼睛”去理解世界，那么Qwen-VLA就是给这双眼睛配上了“灵活的手脚”，让AI不仅能看、能...

Wall-OSS-0.5是自变量机器人团队开源的全球首个实现"预训练即可部署"的具身基础模型，无需针对下游任务进行后训练，直接在真实机器人上完成零样本操作任务，其核心突破在于通过技术重构使预训练模型自...

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...

PlanningBench是由中国人民大学高瓴人工智能学院与腾讯混元联合开发的开源大模型规划能力评测与训练框架，核心目标是系统化评估和提升AI模型在多约束、多步骤决策任务中的全局规划能力。 其突破性在...

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...

SensorFM是谷歌开发的面向可穿戴设备健康数据的通用AI基础模型，通过自监督学习处理20亿小时、500万人的多源生理信号，实现从“记录数据”到“理解身体状态”的关键突破。无需针对单一健康问题单独建...

MemGUI-Agent是由浙江大学与快手联合研发的端到端长程移动GUI智能体，专为解决现有GUI Agent在跨应用、多步骤复杂任务中关键信息遗忘的问题而设计。通过主动上下文管理机制替代传统被动累积...

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...

DuoMem是由三星研究院联合高校团队提出的轻量化AI模型增强框架，专为解决边缘设备（如家用机器人、IoT设备）上小参数模型（4B-14B）处理复杂任务能力不足的问题。通过双路径知识迁移机制，将大模型...

虎牙VAM 1.0是虎牙直播基于Diffusion Transformer（DiT）架构研发的实时多模态数字人基础模型，将AI数字人从单向内容输出工具升级为具备实时交互能力的直播主体，通过解决长时间稳...