AI最新项目

PhoneBuddy是腾讯混元团队开源的4B参数轻量级手机操作专用AI Agent模型，通过创新的Real+Mock混合训练环境策略，在真实手机操作任务中实现高效执行能力，多项评测中超越GPT-5.4...

GPT-Realtime-2是OpenAI推出的旗舰级实时语音模型。它最大的突破在于，首次将GPT-5级别的推理能力 引入了语音交互领域，让AI语音助手从简单的“问答机器”进化为能处理复杂任务的“智能...

神算Agent是高德地图推出的充电行业专属AI智能体，聚焦充电桩运营决策场景，通过整合空间数据与算法模型，将传统经验化选址、定价等环节转化为数据驱动的标准化决策流程。解决充电行业资源错配问题，替代人工...

蚂蚁阿宝是支付宝推出的AI版核心助手，将支付宝从“陈列式”交互升级为“对话式”交互的智能体入口。通过自然语言对话折叠上万个服务入口，实现“一句话直达办事”的体验革新，同时严格限定AI仅执行用户确认的操...

LearnBuddy是腾讯云推出的首款教育行业专用AI智能体平台，通过“师-生-机”三元协同模式，将AI从单点工具升级为可沉淀知识资产的教育基础设施。它以“专家分身”技术为核心，动态匹配学生需求提供引...

ForgeTrain是由面壁智能联合清华大学及OpenBMB开源社区发布的全球首个完全由AI自主编写、零人类代码介入的生产级大模型预训练框架。 其核心突破在于AI首次独立完成大模型训练基础设施的端到端...

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...

OpenAI Frontier是OpenAI推出的企业级AI智能体平台帮助企业将孤立的AI工具整合为具备业务理解能力的"AI同事"，实现跨系统协作的规模化落地。并非单纯提升模型能力，而是解决企业部署A...

Vibe Coding产品“袋马”是一款通过自然语言描述即可生成可直接上线的微信小程序或iOS原生应用的AI工具，零代码门槛、分钟级交付、真机可用，专为非技术背景的个人及小微主体设计。将传统开发流程压...

DSpark是北京大学与DeepSeek联合开发的开源大语言模型推理加速框架，通过创新的半自回归生成与置信度调度技术，在高并发场景下将生成速度提升60%至85%，同时显著降低推理成本。解决大模型自回归...

PHOTON框架是富士通推出的AI计算架构，全称为自上而下网络并行分层计算（Parallel Hierarchical Top-down Network），突破传统Transformer模型在多查询任...

Gemini-Robotics-ER 1.5是谷歌DeepMind发布的专为具身推理（Embodied Reasoning）优化的视觉-语言模型（VLM），作为机器人的"高层大脑"，负责在物理环境中进...

QMuse是蚂蚁集团推出的AI无代码应用生成平台，目前处于内测阶段，仅支持支付宝账号登录。通过自然语言对话实现零代码网页与应用开发，用户只需用一句话描述需求即可生成可运行作品，但所有生成内容若用于商业...

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...

LocateAnything是英伟达联合香港理工大学、南京大学等机构推出的视觉语言定位模型，通过并行框解码技术实现单步预测边界框坐标，在保持高精度的同时将检测速度提升至传统模型的2.5倍以上。该模型专...

MaineCoon是全球首个专为社交互动场景设计的实时音视频自回归世界模型，由10人中国初创团队Catnip研发，实现音视频流式生成与实时交互的深度融合，彻底解决传统AI视频模型在社交场景中“延迟高...

North Mini Code是Cohere公司推出的开源智能体编程大模型，核心定位为高吞吐、低延迟的代码智能体底座，采用30B总参数量但仅激活3B参数的稀疏混合专家(MoE)架构，专为本地化部署与企...

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...

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...

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...

Nemotron-Labs-TwoTower是英伟达（NVIDIA）开源的扩散语言模型，通过双塔架构设计将文本生成吞吐量提升2.42倍，同时保留98.7%的原始生成质量，专为解决传统自回归模型在大规模...

RedKnot是小红书技术团队研发并开源的长上下文大模型推理引擎，通过按注意力头维度优化KV缓存管理，在显著提升推理速度的同时保持高精度，尤其适用于超长文本处理场景。将传统按token粒度的缓存机制重...

北森Mavens是国内首个一站式AI HR专家平台，标志着北森从传统HR软件厂商全面转型为HR领域的AI应用公司。构建“真人HR+数字HR专家团”的协作范式，通过将人力资源场景中的高频事务交由AI处理...

子曰4.0是网易有道发布的全模态大模型4.0版本，同步开源多模态理解模型与TTS语音合成引擎，其中Confucius4-TTS作为业内首个支持14种语言跨语种无口音、且无需参考文本即可完成语音克隆的开...

Fusion是OpenRouter平台推出的多模型协同推理技术，通过并行调用多个大语言模型并智能融合结果，在保持高智能水平的同时显著降低单任务成本。以高性价比模型组合逼近顶级单模型性能（如Kimi K...

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...

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...

MotiClaw是一个本地优先的AI伙伴与智能体控制平台，理念是“一个人干活，最怕不是忙，是东西太散”。它旨在帮助个人或小团队将散落在微信、飞书、文档、截图等地方的信息和任务收拢起来，通过组建一个本地...

Command Code是一款终端原生的AI编程代理工具，通过持续学习开发者的个人编码习惯（如命名规范、库选择偏好、错误处理模式），将AI生成的代码与用户工作流深度对齐，显著减少手动修正和代码审查中的...

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...