AI最新项目

FastContext是微软开源的专用代码仓库探索子代理，将AI编码助手在代码库中“查找相关文件与代码段”的过程从主Agent职责中剥离，通过轻量子模型精准定位关键代码区域，显著降低主Agent的to...

Microsoft Teams中的Facilitator（会议协调助手）是由AI驱动的实时协作工具，专为优化会议流程而设计，通过自动追踪议程、生成结构化笔记及捕捉行动项，帮助团队在讨论中保持聚焦与高效...

美团AI“小团”是美团基于自研LongCat大模型打造的本地生活场景专属AI助手，于2026年1月首次产品化上线，2026年7月27日完成2.0重大升级。从“信息推荐”升级为“任务执行闭环”，用户只需...

LoHoSearch是美团LongCat团队发布的高难度搜索智能体评测基准，旨在突破传统人工构建评测的难度上限，通过基于762万实体维基百科知识图谱的自动化题目生成，系统性控制"搜索空间"与"结构复杂...

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...

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...

Muse Image是Meta公司旗下Meta Superintelligence Labs（超级智能实验室）发布的自研AI图像生成模型，作为该实验室继大语言模型Muse Spark后的第二款核心产品...

AMALIA是葡萄牙国家主导开发的首个专为欧洲葡萄牙语（pt-PT）优化的开源大语言模型目标是解决主流AI模型对欧洲葡萄牙语文化及语言细节支持不足的问题，通过深度本地化训练实现对葡萄牙语境、法律体系和...

Claude Sonnet 5是Anthropic发布的中端大模型，迄今最具Agent属性的Sonnet系列模型。以显著低于旗舰模型Opus 4.8的成本（约60%），实现了接近Opus 4.8的自主...

WorkBuddy Bench是腾讯推出的多领域AI智能体能力评测基准套件，专为评估AI智能体在真实工作场景中的综合执行能力而设计。从真实业务场景逆向构造任务，彻底剥离公开题库依赖，实现抗"答案污染...

Hyra-1.0（Hunyuan Research Agent）是腾讯混元团队推出的科学发现智能体，实现递归自我改进能力，能够通过自博弈、自评价和用户反馈驱动的闭环机制，在科研与工程任务中持续自主优化...

Xmax X2.0是Xmax AI发布的全球首个支持实时交互的端侧视频生成模型，彻底突破传统AI视频“输入-等待-输出”的固定流程，实现“边生成边交互”的即时操作体验。将视频从“观看内容”转化为“可实...

SenseNova-Vision是商汤科技发布并全面开源的统一视觉大模型，将视觉能力原生融入大模型体系，首次实现目标检测、图像分割、深度预测、3D重建等经典视觉任务的单模型统一处理，彻底摒弃传统多模型...

Robostral Navigate是法国AI公司Mistral AI发布的具身导航大模型，参数量仅80亿（8B）。仅依赖单个普通RGB摄像头，即可在复杂环境中实现高精度自主导航，无需深度传感器或激光...

MoWorld是魔芯科技联合浙江大学潘云鹤院士团队发布的全球首个全栈国产化"Flash World Model"（闪速世界模型），首次在纯国产昇腾NPU平台上实现50FPS实时交互能力，同时将推理成本...

SayIt是一款主打 “语音转书面表达” 的AI效率工具，核心理念为 “随口说，出色写”，通过AI能力将用户的口语语音实时转化为可直接使用的规范书面文本，以语音输入替代传统打字，提升文字录入与内容产出...

GeneBench-Pro是OpenAI推出的首个专为评估AI模型在真实生物学科研场景中高阶分析能力设计的基准测试工具。通过模拟完整科研工作流（而非知识记忆或固定流程），严格检验模型面对模糊、不完整数...

1bit是腾讯混元Hy3旗舰大模型的1比特极致量化版本（IQ1_M格式），通过梯度量化技术将2950亿参数模型的权重体积从598GB压缩至85.5GiB（缩小6.7倍），实现单张96GB显存显卡即可本...

LingBot-Video是蚂蚁灵波科技开源的面向具身智能（Embodied AI）的视频生成基础模型，采用Mixture-of-Experts（MoE）架构设计，目标是解决传统视频生成模型在物理规律...

GenEvolve是由香港科技大学（广州）、美团、香港科技大学和新加坡国立大学等机构联合提出的开源图像生成智能体框架，将传统“一句话生图”模式升级为可自主调用外部工具、自我进化的多步骤工作流。它通过模...

MAI-Image-2.5-Pro一款自研AI模型系列中精度最高的图像生成模型，专为企业级高质量图像创作与编辑场景设计。该模型完全基于微软自有清理数据训练，不依赖第三方模型蒸馏，在文字渲染准确性、身份...

GΞLIX 1 SoC是初创公司Acrab发布的首款面向边缘 AI 终端的系统级芯片，支持 1000 亿参数（100B）规模大模型在本地设备高效运行，无需依赖云端算力即可完成复杂 AI 任务。该芯片通...

MiniCPM-RobotManip是面壁智能发布的开源通用视觉-语言-动作（VLA）模型，参数规模仅1.5B，但通过视觉Token极致压缩和流式上下文管理技术，实现了机器人领域关键的长时记忆能力突破...

Xiaomi-Robotics-U0是小米发布的380亿参数多模态自回归具身生成基础模型，专为解决机器人训练中的数据稀缺问题而设计。它首次将具身场景生成、轨迹迁移、交互视频生成与通用文生图能力统一到单...

Vidu S1是生数科技发布的全球首个支持实时交互的视频生成大模型，将视频生成从传统的“单向离线输出”升级为“双向实时对话”，用户可通过语音指令动态控制视频内容走向，实现540P分辨率、25FPS帧率...

Gemini 3.5 Flash-Lite是谷歌发布的专为高频任务设计的轻量级AI模型，以极低成本实现超高吞吐量执行，尤其适合智能体（Agent）工作流中的子任务处理。其最大特点是输出速度达350 t...

WPS Comate是金山办公推出的面向组织的AI办公客户端，定位为连接企业知识、数据与业务流程的执行中枢，而非简单的聊天工具。将AI深度融入组织工作流，直接交付业务结果（如自动生成财务看板、完成跨币...

OJO是前字节跳动剪映产品负责人Kiki创立的AI设计智能体平台，定位为全球首个基于多Agent协作的设计工作台。通过自然语言驱动虚拟设计团队，将模糊创意需求自动转化为包含策略分析、原型设计到代码交付...

LiteRT.js是谷歌发布的高性能Web端AI推理库，通过WebAssembly结合WebGPU/WebNN硬件加速技术，将浏览器中的AI模型推理速度提升至现有方案的3倍，并替代TensorFlow...

“神珍”（Monkey King Bang, MKB）是上海科学智能研究院发布的科学多模态基础模型，总参数量约110亿，专为统一处理DNA、RNA、蛋白质、小分子、地球系统和医学影像六类科学数据而设计...