AI最新项目

OpenScience是一款面向科研人员的开源AI科研工作台，由Synthetic Sciences开发。它以智能体为核心驱动，能够自主完成从文献调研、假设提出、代码开发、实验执行到成果撰写的完整科研...

EdgeBench是由字节跳动Seed团队推出的一个前沿AI基准测试框架，旨在研究智能体（Agent）如何从真实世界环境中学习。它通过一系列长达 12 小时以上的可执行任务，首次揭示了智能体环境学习的...

MineExplorer是由上海交通大学与美团 LongCat 团队联合开发的首个知识受控的多模态大语言模型（MLLM）开放世界探索能力评测基准。它通过构建“隐式多跳任务”，剥离游戏专属知识，专注于测...

Gemini 3.6 Flash是谷歌DeepMind发布的效率型大语言模型，定位为代码、知识工作与多模态任务的高性价比解决方案。以更低成本实现更强能力：输出Token价格从3.5 Flash的9美元...

Xiaomi-Robotics-1是小米公司推出的具身智能基座模型，专为真实环境中的移动操作机器人设计，基于10万小时真实操作数据预训练、支持自然语言指令直接控制、具备跨场景泛化能力，可显著降低机器人...

DramaClaw（中文名“虾导”）是成都新飞翔科技集团自主研发的工业级AI漫剧智造工具，角色、场景和叙事风格的高度一致性，实现“创意决定高度”的创作平权目标。将AI漫剧生产从“抽卡式随机生成”升级为...

LingBot-VLA 2.0是蚂蚁灵波科技开源的新一代具身智能基座模型，作为机器人领域的“通用大脑”，通过6万小时高质量真实物理数据训练，首次实现对20多种不同构型机器人的统一控制能力，显著提升了双...

ComAct是面向专业软件操作的全新AI智能体交互范式，核心提出「COM-as-Action」理念，将组件对象模型(COM)作为统一可执行抽象，把专业软件交互从传统的顺序视觉控制重构为确定性程序合成任...

xAI推出的Voice Agent Builder是一个零代码平台，专为构建生产级语音智能体设计，支持企业直接通过自然语言配置实现全双工实时交互、业务闭环执行的语音服务系统。将复杂语音AI能力封装为开...

Cosmos 3 Edge是英伟达在SIGGRAPH 2026大会上发布的40亿参数开源世界模型，专为边缘设备实时物理AI推理设计。通过双塔架构实现本地化物理世界理解与动作生成，可在Jetson Th...

vivago R1是智象未来发布的全球首款支持无限时长视频生成与编辑的多模态创作智能体。它通过多智能体协同架构和自研操作系统，突破了行业长期存在的15-30秒时长限制，首次实现从单点素材生成到全链路长...

Qwen3.8-Max-Preview是阿里通义千问系列推出的2.4万亿参数旗舰大模型预览版，定位为当前综合能力仅次于Fable 5的顶级开源模型之一。通过超大规模参数与创新架构设计，显著提升复杂任务...

ChatGPT Work是OpenAI发布的AI智能体产品，由GPT-5.6模型与Codex技术驱动，专为处理跨应用、多步骤的复杂任务设计。无需人工分步指令，可自主拆解目标、调用工具链、持续运行数小时...

悟界·RoboBrain Orca是智源研究院发布的多模态表征世界模型，让人工智能在“脑海中”构建对物理世界状态的动态表征，实现从预测“下一个词/帧/动作”到预测“下一个物理状态”的范式跃迁。该模型通...

Hy-Embodied-VLM-1.0是腾讯Robotics X实验室、福田实验室与腾讯混元团队发布的第二代具身视觉语言模型（VLM）基座模型，专为解决通用大模型在物理世界交互中的感知短板而设计。目标...

灵骏真武M890超节点实例是阿里云在世界人工智能大会（WAIC）上发布的首款面向公共云的超节点形态AI算力服务，本质是将64张真武M890 AI芯片通过高速互联技术整合为开箱即用的标准化“AI超级计算...

水风光一体化智慧运营大模型是我国首个面向千万千瓦级水风光一体化清洁能源基地的全链路智能化决策系统，由国投集团雅砻江流域水电开发有限公司牵头研发，打通气象、水文、风光资源预测与电力运行决策的全流程闭环...

CodeBuddy NPC是腾讯云发布的云端研发智能体，让AI直接融入企业研发流程，成为能自主交付成果的“AI原住民”，而非仅辅助编写代码的工具。开发者只需下达目标，NPC即可自主完成从任务规划、编码...

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...

ellyToken是阿里生态孵化的空间智能企业"元境"推出的AI大模型一站式聚合服务平台，通过统一入口整合国产主流大模型资源，为企业及开发者提供标准化、可管控的API调用服务。其本质是一个大模型能力中...

GenMail是Genspark推出的AI智能邮箱助手，隶属于Genspark AI工作空间体系。它基于混合多智能体架构打造，深度打通主流邮箱服务，将传统收件箱从 “信息收纳容器” 转化为 AI 驱动...

Claude Science是Anthropic发布的科研专用AI工作台，并非全新模型，而是基于Claude Opus 4.8等现有模型构建的端到端科研工作流系统。通过多智能体协作架构整合60余个科学...

motion-anything是nexu.io旗下Open Design家族推出的本地优先、对话原生的AI动效引擎，定位为智能体时代的动效生产层。用户仅需用一句话描述动效需求，AI即可生成带动效的网页...

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...

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...

StepAmoo是阶跃星辰（StepFun）研发的新一代个人智能体，作为STEPX Neo智能体手机的主智能体，定位是操作系统级的原生AI伙伴，而非传统手机中附加的语音助手。它通过深度整合硬件、系统与...

LingBot-Depth 2.0是蚂蚁集团旗下灵波科技研发的新一代高精度空间感知模型，通过将训练数据规模从300万提升至1.5亿，在边缘清晰度、细小物体识别、远距离深度估计及复杂场景鲁棒性等方面实现...

MAI-Voice-2-Flash是微软推出的超低延迟文本转语音（TTS）模型，专为高并发实时交互场景设计。以32%的成本降幅实现2倍速度提升（每百万字符15美元），同时保持自然语调与高语音质量，并将...

StoryKit是Meta推出的AI儿童故事创作应用，专为家长设计，通过拍照定制角色、选择场景与价值观主题，自动生成个性化儿童故事，无需家长手动编写内容，同时内置安全过滤机制且无社交功能，旨在辅助而非...

腾讯混元4bit量化版Hy3模型是针对295B参数规模的混合专家（MoE）大模型进行4比特深度压缩的技术方案，将原始598GB的BF16权重量化至169.9GiB，仅需双张96GB显存显卡即可部署，在...