AI最新项目

Orchard 是微软研究院开源的一个用于训练和评估AI智能体（Agentic AI）的框架。它旨在解决当前智能体研究中普遍存在的基础设施壁垒，通过提供一个可复用、轻量级的环境服务，让研究人员能够以更...

InstructAV2AV是由北京智源人工智能研究院与北京大学联合团队提出的音视频联合编辑模型，通过单句自然语言指令实现画面与声音的同步编辑，而非传统“先改画面再补声音”的级联流程。该技术将音视频编辑...

LFM2.5-2.6B是由人工智能初创企业Liquid AI于2026年8月5日正式发布的一款开源端侧智能体模型。该模型隶属于 Liquid AI 的 Liquid Foundation Models...

Alpamayo 2 Super 是英伟达（NVIDIA）发布的一款320亿参数开放视觉-语言-动作推理模型（Reasoning VLA）。它由英伟达创始人兼CEO黄仁勋亲自揭幕，是Alpamayo系...

Shieldstral是Mistral AI发布的开源多模态内容安全审核模型（Shieldstral 1.0-3B）。这是一款仅30亿参数的多模态内容安全分类器，已在 Hugging Face 以Ap...

Hy ASR 3.0 Preview是腾讯混元发布的新一代语音识别（ASR）模型。它基于腾讯最新一代大语言模型 Hy3的语言理解能力，将高精度语音识别与深度语义理解深度融合，标志着语音识别从传统的"逐...

Wan3.0（万相3.0）是阿里巴巴通义万相团队研发的新一代视频生成大模型，于2026年8月6日正式开启公测。作为Wan系列的第三代核心版本，它在生成时长、多模态输入、画面真实感和跨帧一致性四大维度实...

Neon 开源 4B 模型是由 Neon（云原生 Serverless PostgreSQL 数据库公司）与 Castform（AI 语音智能体与模型训练平台）于 2026年8月6日联合发布的一套面向...

Hunyuan3D-Buffalo 1.0是由腾讯混元3D团队研发的一款统一的多模态 3D 大模型框架。将 3D 内容的理解、生成和编辑三大核心能力整合到了一个统一的模型中，实现了通过自然语言与 3D...

CosyVoice Studio是阿里巴巴于2026年8月7日正式推出的国内首个一站式AI语音生产力平台。该平台基于阿里自研语音大模型 Qwen-Audio 打造，在全球权威AI评测平台 Artifi...

WeatherNext是由 Google DeepMind 与 Google Research 联合开发的 AI 天气预报模型家族，是目前全球最先进的数据驱动天气预报系统之一。该模型家族经历了多代迭代...

Muse Code 是 Meta（前 Facebook）正式推出的首款 AI 编程智能体（Coding Agent），目前处于公开测试阶段（Beta）。该产品由 Meta 超级智能实验室负责人 Ale...

SALMONN-2是字节跳动联合清华大学推出的开源通用听觉多模态大语言模型，属于 SALMON 系列第二代音频理解底座。它主打全品类音频统一理解，可处理语音、环境音效、音乐、副语言信号，依托自研 SP...

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...

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...