AI最新项目

LTX-2.5开放世界模型公司LTX发布的新一代开源视频生成与世界模型。该模型以22B参数的扩散Transformer（DiT）作为主生成器，以LTX-2.3为基础进行近乎全面的管道重构，在生成速度...

WorkBuddy Bench是腾讯推出的多领域AI智能体能力评测基准套件，专为评估AI智能体在真实工作场景中的综合执行能力而设计。从真实业务场景逆向构造任务，彻底剥离公开题库依赖，实现抗"答案污染...

MiniCPM-RobotManip是面壁智能发布的开源通用视觉-语言-动作（VLA）模型，参数规模仅1.5B，但通过视觉Token极致压缩和流式上下文管理技术，实现了机器人领域关键的长时记忆能力突破...

MAI-Image-2.5-Pro一款自研AI模型系列中精度最高的图像生成模型，专为企业级高质量图像创作与编辑场景设计。该模型完全基于微软自有清理数据训练，不依赖第三方模型蒸馏，在文字渲染准确性、身份...

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...

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...

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...

Claude Sonnet 5是Anthropic发布的中端大模型，迄今最具Agent属性的Sonnet系列模型。以显著低于旗舰模型Opus 4.8的成本（约60%），实现了接近Opus 4.8的自主...

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...

Muse Image是Meta公司旗下Meta Superintelligence Labs（超级智能实验室）发布的自研AI图像生成模型，作为该实验室继大语言模型Muse Spark后的第二款核心产品...

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...

Robostral Navigate是法国AI公司Mistral AI发布的具身导航大模型，参数量仅80亿（8B）。仅依赖单个普通RGB摄像头，即可在复杂环境中实现高精度自主导航，无需深度传感器或激光...

ChatGPT for Linux 是 OpenAI 于2026年8月12日刚刚发布的 Linux 桌面端应用（预览版），标志着 ChatGPT 正式补齐了跨平台布局的最后一块拼图。此前 ChatGP...

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...

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...

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...

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...

MiniMax Music 3.0 是MiniMax发布的最新一代开放权重、生产级全能音乐生成模型。它可以根据结构化的音乐描述和可选歌词，生成长达 5 分钟 的完整歌曲，涵盖前奏、主歌、预副歌、副歌...

Tempolor v4.7是趣丸科技在世界人工智能大会（WAIC）发布的天谱乐大模型最新版本，将AI音乐创作从“单次生成结果”升级为支持深度二次创作的工具。该版本不再仅追求“能否生成一首歌”，而是聚焦...

Warp Agent CLI 是 AI 原生终端 Warp 推出的核心命令行智能体功能。它并非独立的命令行工具或外部插件，而是深度集成于 Warp 终端内部的自主任务执行引擎。用户可通过自然语言描述复...

HOST框架是由中国具身智能企业自变量机器人于2026年8月3日开源发布的技能获取技术，全称为Human-to-robot One-Shot Skill Acquisition（人类到机器人单样本技能...

MCP 2026-07-28是Anthropic发布的模型上下文协议（Model Context Protocol）重大更新版本，从有状态协议全面转向无状态架构，彻底移除会话机制，使AI智能体与外部工...

JiuwenSwarm是华为openJiuwen社区推出的首个面向鸿蒙PC的开源AI统一工作台，将AI从“单智能体工具”升级为“人机协同的蜂群智能体团队”。它基于Coordination Engine...

PerceptionBench是由月之暗面（Kimi）团队开源的多模态大模型视觉感知能力评测基准，剥离推理与背景知识干扰，专注评估模型最基础的“纯粹视觉感知”能力。将视觉任务拆解为10项原子级能力，通...

JoyfulWords是一站式AI内容创作工作台，无订阅费、按量积分计费。平台打通素材检索、大纲梳理、文稿撰写、多形态导出完整流程，无需切换工具反复复制。内置四大AI能力，输入选题即可生成完整文稿，还...

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...

Grok Voice Think Fast 2.0是马斯克旗下xAI公司发布的新一代语音智能体模型，定位为端到端语音到语音（speech-to-speech）AI系统，无需依赖传统"语音识别-大模型推...

Step Edge是阶跃星辰发布的端侧模型全家桶，包含基础模型、Audio模型、GUI模型和Gen模型四款垂直领域专用模型，目标是让AI智能体（Agent）在手机、汽车等终端设备上实现本地化实时响应与...

Xiaomi MiMo Desktop 是小米推出的桌面端 AI Agent 应用，现阶段处于邀测阶段，搭载 MiMo‑X‑Pro‑Preview、MiMo‑X‑Flash‑Preview 两款预览模...

SenseNova U1.5-Lite-Preview是商汤科技正式面向社区开源发布的轻量级统一多模态模型预览版本。它并非简单的模型规模升级，而是基于今年4月发布的SenseNova U1进行的一次系...