AI最新项目

文心大模型(ERNIE)是百度自主研发的产业级知识增强大模型。截至2026年5月，其最新版本为文心大模型5.1.刚刚在近期正式发布。 文心大模型 5.1 这是百度在2026年5月Create开发者大会...

Intern-S2-Preview是上海人工智能实验室(上海AI实验室)最新开源的新一代书生科学大模型的预览版。 它最大的亮点在于“以小博大”：仅用 350亿（35B） 的参数规模，就在多个核心科学领...

PPT Master是一个开源的AI工作流(Skill)，它的核心目标是解决传统AI生成PPT工具的最大痛点：生成的幻灯片是“一张图片”，无法二次编辑。 PPT Master通过一套标准化的本地工作流...

MemPrivacy是由记忆张量（MemTensor） 联合荣耀、同济大学开源的、面向端云协同AI智能体(Agent)的隐私保护框架与系列模型。 简单来说，MemPrivacy的核心作用是解决AI越来...

Higgs Avatar v1是由Boson AI团队发布的一款面向语音智能体的实时数字人基础模型。它的核心作用是为 AI 赋予逼真的“面容”和表情，使其在对话中具备极强的临场感。 Higgs Ava...

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...

GPT-2并不只有一个固定的参数量，它实际上包含四个不同规模的模型版本，参数量从约1.2 亿到15亿不等。 通常大家提到的“GPT-2 有15 亿参数”，指的是其中最大的那个版本(GPT-2 XL...

General365是由美团LongCat团队在2026年4月底发布，并于5月中旬正式开源的一个专注于评估大模型通用逻辑推理能力的全新评测基准。 简单来说，它是一套专门为 AI 设计的“高难度逻辑考卷...

TencentDB Agent Memory是腾讯云数据库团队在2026年4月发布，并于5月14日正式开源的一款AI 智能体（Agent）记忆引擎。 它的核心作用是为AI Agent装上一个“长期且有...

Kimi WebBridge是月之暗面近期推出的一款AI浏览器插件，它的核心作用是让AI智能体（AI Agent）能够像人类一样，直接操控你的真实浏览器去完成各种复杂的网页任务。 简单来说，装上它之后...

InsForge是一个专为AI编码智能体(AI Coding Agents)量身打造的一站式开源后端平台。InsForge的核心理念是“为智能体开发而构建的后端”，旨在解决当前AI辅助编程(如使用Cu...

Xiaomi OneVL是小米正式对外发布并全面开源的自动驾驶大模型。Xiaomi OneVL的核心定位是“一步式潜空间语言视觉推理框架”。OneVL并非简单的视觉模型，而是小米XLA(认知大模型架构...

OpenMontage是全球首个开源的、由AI智能体(Agentic AI)驱动的视频制作系统。简单来说，它就像一个不知疲倦的“AI 视频副导演”。它不是一个简单的“一键生成视频”的玩具，而是一个结构...

9Router是一款完全免费、开源的本地AI模型路由代理工具，你可以把它理解为你所有AI编程工具背后的“智能调度中心”。它的核心目标是让你用最低的成本，获得最稳定、不间断的AI编程体验。 9Route...

ELF(Embedded Language Flows，嵌入式语言流)是由计算机视觉领域顶级科学家何恺明及其MIT团队在2026年5月推出的首个连续扩散语言模型。 它打破了以GPT为代表的“预测下一个...

Daybreak是OpenAI发布的、专为网络防御者打造的前沿AI网络安全平台。Daybreak的核心理念是“原生防御”，旨在彻底改变传统“亡羊补牢”式的被动漏洞修补模式，将AI防御能力深度嵌入到软件...

MiniCPM-V 4.6是由面壁智能推出的端侧多模态大模型。MiniCPM-V 4.6的核心定位是“极致轻量的手机端多模态视觉专家”。MiniCPM-V 4.6 在保持极小参数规模的同时，实现了强大...

AiToEarn是一款备受关注的开源AI内容营销智能体平台，在GitHub上已经获得了超过1万颗星标(Star)。简单来说，它就像一个全能的“AI内容运营管家”，致力于通过AI自动化技术，打通从创作...

camofox-browser是一款专为 AI Agent(智能体)量身打造的开源反检测浏览器。简单来说，它就像是给 AI爬虫穿上了一件“隐身衣”，让它在访问网页时能够完美伪装成真实的人类用户，从而轻...

HiDream-O1-Image是由智象未来在 2026年4月正式发布的新一代原生全模态图像大模型。HiDream-O1-Image的核心定位是“基于原生全模态架构（UiT）的电影级画质生成器”。该模...

WebWorld是由阿里巴巴Qwen(通义千问)团队正式开源的大规模网页世界模型系列,WebWorld核心定位是“AI 网页智能体(Web Agent)的虚拟训练场”。WebWorld能够高度逼真地模...

StepAudio 2.5 Realtime是阶跃星辰推出的新一代实时语音大模型。StepAudio 2.5 Realtime的核心定位是打造极具“活人感”的实时语音交互。该模型不仅具备行业顶级的“副...

文心5.1百度发布的新一代基础大模型。文心5.1核心定位是“极致效价比的搜索与智能体专家”。文心5.1在完整继承上一代(文心5.0)知识储备的基础上，通过多维弹性预训练技术，将预训练成本大幅降至业界同...

GPT-5.5-Cyber是OpenAI正式推出的网络安全专用大模型。它的核心定位是“面向防御者的网络攻防武器”。与标准版模型不同，GPT-5.5-Cyber通过放宽安全限制，赋予了AI主动发起网络攻...

SkillClaw是阿里团队推出的一个面向多用户Agent生态的技能群体进化框架。SkillClaw核心理念是“不靠更大的模型，靠更聪明的经验”。SkillClaw旨在解决当前 AI 智能体(如Ope...

Doubao-Seed-2.0-lite字节跳动火山引擎推出的豆包大模型家族首款全模态理解模型。核心定位是“全模态理解与极致性价比”。不同于仅支持图文的模型，它原生支持视频、图像、音频、文本的统一理解...

SenseNova 6.7Flash-Lite商汤科技在2026年5月8日正式推出的新一代轻量化多模态智能体模型。 它的核心定位是“专为真实世界工作流而生”，通过采用原生多模态架构，彻底改变了传统模型...

Uni-1.1是由硅谷初创公司Luma AI正式推出的新一代企业级图像生成模型及API服务。 它最大的技术突破在于“换道超车”：抛弃了目前主流的扩散模型，转而采用类似大语言模型的自回归(Autoreg...

GPT-Realtime-Whisper是OpenAI推出的一款专注于低延迟流式语音转文字的模型。它的核心突破在于实现了真正的“边说边转”。与传统的“录音-上传-识别”模式不同，它能在你说话的同时实时...

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...