AI最新项目

MusaCoder是摩尔线程推出的全球首个基于国产全功能GPU全栈训练的代码大模型，专为自动生成高性能GPU底层算子(CUDA/MUSA原生Kernel代码) 而设计，其完整训练与验证流程均在国产MT...

Khala是中央音乐学院与清华大学联合研发的统一声学Token空间音乐生成大模型，解决AI音乐生成中结构连贯性与音质保真度的矛盾，通过构建跨模态对齐的声学表征体系，实现从深层音乐语义到高质量音频的端到...

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...

Wan-Dancer是阿里巴巴通义实验室开源的音乐驱动人像舞蹈视频生成模型，能够生成分钟级、高清晰度且节奏同步的舞蹈视频。它采用分层框架，将生成过程解耦为全局关键帧规划与局部时序优化两个阶段，有效解决...

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...

openPangu 2.0是华为在HDC开发者大会上发布的开源大模型系列最新版本，为深度绑定昇腾算力与鸿蒙生态的产业级AI基础设施。通过稀疏MoE架构实现超高吞吐率与低时延，单卡推理性能达业界主流开源...

Qwen3.8-27B-DFlash2 是由 Inco AI 发布的、专为阿里通义千问 Qwen3.8-27B 模型定制的 DFlash 2 推测解码草稿模型（Drafter）。它不是一个独立的大语言...

HappyOyster 1.0（快乐生蚝1.0）是阿里巴巴ATH创新事业部发布的可实时交互的开放式世界模型产品，将AI从“生成静态内容”升级为“模拟可操控的动态数字世界”。用户仅需一句话或一张图即可生...

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...

阿里Token Plan个人版是阿里云推出的面向个人开发者的大模型订阅服务，用户可通过预付费方式按需调用Qwen3.8-Max-Preview等大模型，采用Credits统一计量体系，提供Lite、S...

Qwen-Audio-3.0-Realtime是阿里巴巴于2026年7月15日发布的实时语音交互对话模型，通过同步提升推理能力、工具调用、情感表达与双工交互四项核心能力，在毫秒级响应速度下仍保持高精度...

月之暗面正式发布Kimi K2.8 Preview版本，这是其迄今参数量最大、综合能力最强的开源预览模型。该模型采用混合专家（MoE）架构，总参数规模达1.04万亿，单次推理激活320亿参数，在Liv...

Kitesurf 是 Cloudflare 于2026年8月发布的一款专为AI智能体（AI Agent）打造的云托管浏览器。它不是给人用的传统浏览器，而是一个面向AI智能体的网页执行环境——任务来了启...

Elements Claw是阿里达摩院联合中国人民大学、中国科学院大学等机构发布的全球首个超导材料发现专用AI智能体。首次实现AI自主完成从材料筛选、可行性评估到实验方案设计的全流程闭环，成功从240...

Sakana Fugu是由日本AI公司Sakana AI发布的多智能体编排系统，其本质并非基础大模型，而是能智能调度其他模型完成任务的“协调器”。它通过动态组合多个专家模型的优势，在复杂任务中实现接近...

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...

JoyAI-Video-Edit是京东探索研究院于2026年8月5日正式开源自研的实时流式视频编辑模型。该模型于2026年7月18日在世界人工智能大会（WAIC）上首次亮相，8月5日在 Hugging...

Instella-MoE是AMD推出的全开源混合专家语言模型（MoE），总参数量达160亿，但推理时仅激活28亿参数，通过专家稀疏激活机制实现高性能与低计算成本的平衡。完全基于AMD自研硬件与软件栈训...

Gemini 3.5 Flash Cyber是谷歌发布的专为网络安全场景微调的轻量级AI模型，以更低成本高效发现并修复软件安全漏洞。该模型并非独立开放服务，而是深度集成于谷歌的代码安全智能体平台Cod...

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...

Cursor Router是Cursor AI代码编辑器内置的智能模型路由系统，能够根据开发任务类型自动匹配最合适的AI模型，在保证代码生成质量的同时显著降低响应延迟与调用成本。将“模型选择”从开发者...

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...

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...

Ornith-1.5是由知名NLP学者李纪为创立的AI团队DeepReinforce发布的开源大模型系列，是此前Ornith-1.0的全面迭代升级版，专为Agentic编程（智能体编程）任务设计。该系...

“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...

MuScriptor 是由 Kyutai 与 Mirelo 联合开发、开源开放权重的多乐器自动音乐转录(AMT)模型，核心能力是将完整混音音频自动拆解、转译为带乐器区分的标准 MIDI 符号乐谱，是首...

Fun-ASR-Realtime是阿里云通义实验室升级发布的流式实时语音识别大模型，首字延迟控制在百毫秒级别、识别准确率接近离线模型，同时支持16种方言与30种语言的无缝识别。该模型专为直播字幕、会议...

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...

地平线HSD V2.0是地平线公司发布的全场景辅助驾驶系统重大OTA升级版本，通过“世界模型+端到端强化学习”双引擎架构重构系统底层逻辑，实现从被动响应到主动预判的能力跃迁。其无接管里程提升56%、博...

GLM-5.3 是智谱AI（Zhipu AI）正式发布的新一代开源多模态大语言模型，作为GLM系列从“通用对话”迈向“原生智能体”的里程碑版本，它首次将工具调用、长程规划与多模态感知深度融入预训练阶段...