AI最新项目

North Mini Code是Cohere公司推出的开源智能体编程大模型，核心定位为高吞吐、低延迟的代码智能体底座，采用30B总参数量但仅激活3B参数的稀疏混合专家(MoE)架构，专为本地化部署与企...

MiniCPM-Robot是面壁智能发布的开源具身智能系列模型，包含视觉-语言-动作模型（MiniCPM-RobotManip）和跟踪导航模型（MiniCPM-RobotTrack）两款核心产品。该系...

灵犀专业版是金山办公发布的AI原生办公智能体，定位为个人专业办公助理，深度理解用户工作上下文，联动调用WPS文档内核与外部工具，将自然语言指令转化为可编辑、可追溯、支持多人协作的实体办公成果。与传统A...

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...

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...

DeepAgent 4.0 Pro是深演智能推出的旗舰级企业级AI智能体平台，将AI从孤立的“效率工具”重构为驱动业务增长的“价值引擎”。通过Agentic Software（智能体软件）与Agent...

UniWorld-View是兔展智能联合北京大学团队研发的视觉世界模型，专注于通过单张图像或视频生成高精度可控的新视角内容，解决"仅凭有限视角推断未拍摄空间"的难题。统一架构的视觉生成模型，能实现单图...

LocateAnything是英伟达联合香港理工大学、南京大学等机构推出的视觉语言定位模型，通过并行框解码技术实现单步预测边界框坐标，在保持高精度的同时将检测速度提升至传统模型的2.5倍以上。该模型专...

PHOTON框架是富士通推出的AI计算架构，全称为自上而下网络并行分层计算（Parallel Hierarchical Top-down Network），突破传统Transformer模型在多查询任...

MiniCPM5-2B是面壁智能联合OpenBMB发布的20亿参数规模端侧大语言模型，在Artificial Analysis（AA）权威榜单中以17分成绩登顶全球4B以下模型榜首，成为当前同级参数规...

Mage-Flow是微软推出的Mage多模态模型家族中专注于图像生成与编辑的模型。它是一款高效的、原生分辨率的基础模型，专为文本生成图像和指令驱动的图像编辑任务而设计。 Mage-Flow核心特点 轻...

秒哒3.5是百度发布的对话式无代码应用开发平台新版本，让用户无需任何编程基础，仅通过自然语言描述需求即可完成应用开发、部署、运营及商业变现的全流程。将AI应用开发门槛降至全民可参与水平，8岁儿童也能独...

Nature Skills 是一款开源科研技能仓库，面向全球 AI 学者与科研人员，收录一系列可复用的科研 Agent 技能（Skills）。它强调真实问题解决、可验证工作流与可直接使用的科研产物，所...

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...

BigMac是小红书dots infra团队开源的多模态大语言模型训练框架，通过"准依赖安全嵌套流水线"设计，首次实现显存占用与训练速度的同步优化。传统方案中，多模态训练必须在"算力优先"（速度高但显...

Kimi K3是月之暗面（Moonshot AI）发布的全球首个开源3万亿级大模型，参数规模达2.8万亿，支持100万token超长上下文与原生视觉理解能力。将超大规模参数与高效推理结合，专为长周期软...

MAI-Image-2.6 是微软人工智能部门（Microsoft AI）发布的最新一代自研文本生成图像模型。该模型在 Arena 文生图排行榜中以 1336 分的 Elo 评分位列全球第二，仅次于O...

MindMemOS是华为诺亚方舟实验室开源的、面向 AI Agent（智能体）的可迁移、自演进记忆操作层（Memory Operating Layer）。它借鉴了传统操作系统管理内存资源的思路，把"记...

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...

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...

AuK 是腾讯混元推出的开源语音基础模型，参数规模 1.5B，包含基础版本 AuK 与快速蒸馏版本 AuK‑Flash 两套权重。整套模型把语音生成、内容改写、音频修复分离、副语言调整、底层声学修改收...

Imagine Image 2.0 是由 xAI(马斯克旗下人工智能公司)最新发布的新一代多模态图像生成与编辑模型。作为 Grok 生态系统的核心视觉组件，它被定位为“生产力级”的 AI 创意工具。与...

Midjourney V8.2是Midjourney正式发布的图像生成模型重大更新版本，通过重构美学奖励模型与个性化系统，显著降低随机生成劣质图像的概率，并大幅提升对用户审美偏好的精准捕捉能力。相比此...

OpenWorker是由吴恩达团队开源的桌面级AI智能体，直接交付工作成果而非仅提供聊天交互。与传统AI助手不同，它能跨办公工具自动执行任务（如生成报告并发送Slack、调整日程），且所有数据默认本地...

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...

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...

IndexTTS-2.5 是由哔哩哔哩（Bilibili）Index团队研发并开源的工业级零样本文本转语音（TTS）系统。作为IndexTTS系列的最新版本，它在保持前代跨语言能力和音色-情感解耦特性...

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...

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...

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...