AI最新项目

Gemini 3 Flash是谷歌推出的轻量级高性能多模态大模型，核心定位是以速度与成本效率为核心优化目标，在保持接近旗舰模型推理能力的同时，响应速度达到前代Gemini 2.5 Pro的3倍，且完成...

Keye-VL-2.0-30B-A3B是快手发布的30B级多模态大模型，其核心突破在于首次将DSA机制引入多模态领域，实现256K超长上下文的高效处理能力，并在长视频时序理解任务中达到接近无损的推理精...

Rodin Gen-2.5是Hyper3D团队推出的全球首款千万面级3D生成AI模型，其核心突破在于通过"自适应思考强度"机制实现速度与精度的动态平衡，支持4秒生成百万面草稿至80秒输出毛孔级细节的专...

opera-browser-cli是Opera Neon推出的官方开源命令行工具，其核心功能是让本地AI代理无需云端中转即可直接操控浏览器，通过绑定本地调试端口实现低延迟、零认证的浏览器控制能力。该工...

Aholo Viewer是群核科技(Manycore)开源的3D高斯浏览器，其核心突破在于无需安装客户端，用户直接通过网页浏览器即可流畅浏览包含10亿级高斯点的城市级超大3D场景。 该技术通过Chun...

MiniMax M2.7是稀宇科技(MiniMax)发布的旗舰级Agent大模型，其最大突破在于首次实现模型深度参与自身迭代的“自我进化”能力，而非单纯提升单点性能。 该模型通过构建Agent Har...

SkyClaw-v1.0是昆仑万维旗下天工AI发布的高性能Agent专用模型，其核心突破在于以远低于行业均价的成本，实现了接近Claude Opus 4.6等顶级闭源模型的任务执行能力，尤其擅长在百万...

Qwen3.5-0.8B是阿里巴巴通义千问团队开源的最小尺寸端侧大模型，具备原生多模态能力，专为资源受限设备设计。 其核心价值在于以极低计算资源实现高智能密度，在移动端和边缘设备上可提供本地化、低延迟...

MiniCPM-Desk-Pet是基于面壁智能MiniCPM5-1B端侧大模型开发的开源AI桌面宠物应用，完全支持本地运行、无需联网、断网可用，且硬件门槛极低。 其核心价值在于将高性能端侧AI模型与轻...

MiniCPM5-1B是面壁智能与清华大学联合开发的10亿参数端侧大语言模型，其核心突破在于仅以1B参数规模实现对2B级别模型的性能超越，并在国际权威榜单AA-Index上登顶所有2B以下模型首位。 ...

Dulus是一个开源、免API密钥的命令行(CLI)AI智能体项目，由独立开发者KevRojo在GitHub上维护。其核心设计目标是让用户无需绑定信用卡或手动配置API密钥，即可通过自动化捕获浏览器会...

Reasonix是一款专为DeepSeek模型深度优化的开源终端AI编程助手，核心通过 "只追加不修改"的会话管理机制实现 90% 以上的缓存命中率，将长会话场景下的 API 成本降低至普通工具的 1...

Horizon是一个开源的AI驱动新闻聚合与简报生成工具，由开发者Thysrael创建，核心功能是自动从多渠道抓取信息、通过AI筛选高价值内容、生成结构化中英双语日报。Horizon解决了信息过载时代...

DataBuddy是腾讯云推出的大数据原生智能体工作台，其核心价值在于将数据操作从“人适应工具”升级为“工具自主交付结果”。传统工具需用户手动切换页面、配置参数，而DataBuddy通过目标驱动式Ag...

BitCPM-CANN是中国首个完全基于国产算力平台(华为昇腾)原生训练并开源的1.58-bit三值权重大模型系列，通过将模型权重压缩至-1、0、1三个值，在推理阶段释放约6倍显存空间，同时保留90...

Software Copyright Materials Skill(开源软著资料生成Skill)本质是一个基于AI Agent的自动化工具，专为解决中国软件著作权登记中材料准备繁琐问题而设计。 其核...

MTT AICUBE是摩尔线程于2026年5月18日发布的首款面向家庭场景的AI智能中枢设备，其核心定位是将全域智能体、桌面级AI算力与私有云存储整合为“三位一体”的家庭数字生活控制中心，而非传统智能...

Gemini Omni Flash是谷歌于I/O开发者大会上发布的首款面向视频创作的全模态对话式生成模型，核心定位是通过自然语言实现多轮连贯的视频编辑，而非一次性生成。它并非单纯追求视频时长或画质，而...

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...

Qwen3-ForcedAligner-0.6B是通义千问(Qwen)团队推出的基于大语言模型(LLM)的非自回归强制对齐模型，专门用于将音频与对应文本进行毫秒级精确时间戳对齐。 其核心价值在于无需依...

FreeLLMAPI(简称 FreeLLM) 是一个开源、OpenAI兼容的LLM聚合网关，把多家免费大模型 API(Groq、Gemini、Mistral、Cerebras、NVIDIA NIM、C...

Octask是MagicLight团队推出的AI内容创作工作台，定位 “个人AI内容公司”，2026年5月启动内测。它聚合文案、作图、视频、排版、复盘等多角色数字员工，支持自定义人设、记忆与协作流程...

腾讯混元团队开源的Hy-MT2是新一代多语言翻译大模型家族，包含1.8B、7B、30B-A3B三种尺寸，支持33种语言互译及5种民族语言/方言翻译，核心突破在于通过1.25-bit极端量化技术将轻量级...

Qwen3-ASR-1.7B是阿里云通义千问团队开源的17亿参数多语言语音识别模型，在中文、英文等52种语言及方言的识别任务中达到开源模型SOTA水平(中文词错率低至5.2%，显著优于Whisper...

Mega-ASR 是新加坡国立大学、南洋理工大学与上海人工智能实验室等团队于2026年5月联合开源的全场景鲁棒语音识别基座模型，基于Qwen3-ASR 1.7B架构，通过声学仿真规模化训练与强化学习优...

SenseNova U1是商汤科技开源的原生理解生成统一模型，其核心突破在于通过NEO-unify架构彻底摒弃传统多模态模型的拼接式设计，在单一模型中直接统一语言与视觉的理解、推理与生成能力，避免了模...

Hermes Agent是由美国硅谷AI实验室Nous Research于2026年2月开源的自进化AI智能体框架，核心特点是通过内置学习闭环系统自动沉淀经验为可复用技能，实现“越用越懂用户”的长期陪...

HiDream-O1-Image-Pro是智象未来发布的超2000亿参数原生全模态图像生成大模型，采用全球首创的像素级统一Transformer(UiT)架构，彻底摒弃传统VAE压缩与独立文本编码器...

CodeGraph是一个本地化的代码知识图谱工具，专为优化AI编程助手(如Claude Code、Cursor等)的代码理解效率而设计。它通过预构建项目代码的语义关系图谱，将AI从重复的文件扫描中解放...

SenseNova-Skills是商汤科技(SenseTime)开源的一套面向高频办公场景的AI技能工具库。 简单来说，如果把大模型(LLM)比作一个聪明的“大脑”，那么SenseNova-Skill...