AI最新项目

LLM Council 是由Andrej Karpathy推出的开源多模型协作框架，核心是让多个大模型像 “委员会” 一样并行回答→互相评审→最终合议，输出比单模型更可靠、更低幻觉的答案。 LLM C...

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...

GLM-5.1-highspeed是智谱(Zhipu AI)于2026年5月22日推出的旗舰级大模型高速版API，其输出速度达到400 tokens/s，刷新全球大模型厂商API的速度上限，并首次在国...

Confucius4是网易有道推出的“子曰”大模型4.0版本，核心为面向教育场景的27B参数多模态模型与支持14种语言的零样本语音合成（TTS）模型，已于2026年5月22日面向全球全量开源。其技术亮...

autoresearch是Andrej Karpathy开源的AI自主研究框架，核心目标是让AI智能体完全替代人类执行模型训练实验的循环优化过程。其设计极为精简，通过固定5分钟实验时长、单一评估指标...

LongCat-Video-Avatar 1.5是美团龙猫团队开源的商用级虚拟人视频生成模型升级版本，在动作拟真度、长视频稳定性与身份一致性三大核心维度实现突破性升级，首次在多项关键指标上全面超越主流...

Stable Audio3.0是Stability AI正式发布的音频生成模型系列，最大突破是将专业级音乐生成时长提升至 6 分 20 秒，首次实现AI生成结构完整、旋律连贯的歌曲级内容，标志着 AI...

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...

HyperEyes是由小红书研究团队提出的并行多模态搜索智能体，通过重构动作空间、数据合成与强化学习框架，解决了传统多模态搜索中“串行调用”导致的效率低下问题，实现了单次交互内对图片中多个目标的并发定...

Agora-1是由AI初创公司Odyssey发布的全球首个支持多人实时互动的AI世界模型，其核心突破在于实现了人类与 AI 智能体在同一个动态生成的虚拟环境中同步交互，而非传统单人体验的静态生成内容...

Qwen3.5-LiveTranslate是阿里通义千问发布的实时语音翻译模型，核心突破在于实现2.8秒端到端字均延迟、支持60种语言输入与29种语言语音输出，并通过多模态技术保留说话人原声音色与情绪...

Qwen3.7-Max是阿里巴巴发布的千问系列新一代旗舰大模型，核心定位为面向智能体（Agent）时代的全能基座模型，其最大突破在于无需人工干预即可自主完成超长周期复杂任务(如35小时连续工作、115...

Google Pics是谷歌推出的原生集成于Google Workspace的AI驱动设计与图像生成工具，核心目标是将图像生成与精细化编辑整合至同一工作流，让用户无需专业设计技能即可完成从创作到微调的...

Gemini Spark是谷歌发布的首个全天候运行的个人AI智能体，其核心突破在于无需用户持续在线即可自主执行跨应用任务(如整理邮件、规划行程、监控账单)，且任务在用户关闭设备后仍能在云端持续运行。与...

Gemini 3.5 Flash是谷歌于2026年5月20日在I/O开发者大会上发布的轻量级AI模型，在保持Flash系列高速响应特性的同时，其智能体与编程能力已全面超越上一代旗舰Gemini 3.1...

Qwen3.7 Preview(通义千问3.7预览版)是阿里巴巴在2026年5月19日深夜至20日阿里云峰会期间，正式对外亮相的最新一代旗舰大模型预览版。 这次发布采用了“双模型”策略，分别推出了主打...

ESP-Claw(代号“龙虾”)是乐鑫在2026年4月至5月期间正式推出的物联网AI智能体框架。 简单来说，它彻底打破了传统物联网设备“只能被动执行指令”的局限，将AI智能体(Agent)直接部署到了...

Marvis(中文名：马维斯)是腾讯应用宝团队在2026年5月刚刚开启内测的一款操作系统级AI助手。 简单来说，它不仅仅是一个陪聊的AI，而是一个能真正接管并操控你电脑和手机的“个人数字秘书”。它的名...

Composer 2.5是AI编程工具Cursor最新推出的自研Agentic(代理式)编程模型。它在智能水平上已经能够对标当前业界最顶尖的Claude Opus 4.7和GPT-5.5但单次任务的成...

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...

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...

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...

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...