AI最新项目

LingBot-World 2.0 Causal Pretrain 是 LingBot-World 2.0 系列 14B 参数因果预训练基座，作为整套世界模型体系的底层底座。模型采用单向因果时序训练方...

LingBot-World 2.0 Bidirectional 是 LingBot-World 2.0 系列下的双向时序世界模型，在单向环境预测基础上新增反向推演能力。模型参数量为 14B，同步处理视...

LingBot-World 2.0 Small 是 LingBot-World 系列世界模型推出的轻量化版本，参数规模 1.3B，面向算力有限的设备与中小型推理环境。模型融合语言理解、图像感知与虚拟环...

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...

Amazon Quick 是亚马逊云科技推出的代理式 AI 工作助手，支持网页浏览器、Windows、macOS 桌面客户端多端访问。依托 AI 代理调度架构，对接企业内部文档、业务数据库与第三方办公...

ABot-Earth 0.7 是高德 CV 实验室推出的新一代三维原生城市世界模型，延续 ABot-Earth 0.5 的底层架构，针对建筑几何结构、地面空洞、细节分层渲染做大量优化。模型采用端到端生...

EchoWM，全称 JoyAI-EchoWM，是京东探索研究院推出的全模态世界模型，支持跟随连续 6 自由度导航轨迹，同步生成 720p 视频、环境音效、背景音乐与人声。不同于常规视频生成方案，这套模...

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...

VDN-MiniMax-H3 简称 VDN-H3.是 OpenVDN 团队推出的加速补丁方案，依托 MiniMax-H3 基础模型构建混合注意力架构，在几乎不损失画质的前提下压缩视频生成耗时。硬件配置...

Suno-v6 并非单一模型，而是由 v6 旗舰、v6-wild 实验、v6-mini 轻量三个分支构成的音乐生成模型家族，依托华纳、BMG 授权音乐素材完成训练。这套模型支持文本、图片、视频、语音备...

DeepSeek V4.1 Flash 是 DeepSeek 推出的高速推理大语言模型，面向企业开发者与业务系统接入设计，在文本理解、逻辑推理、代码编写、工具调用方向保持较强能力，同时压低单次请求延迟...

万勋科技正式发布第二代柔性具身大脑NOVA2.0（Neuromorphic Omniversal Versatile Architecture，神经元智能开放世界通用架构），官方将其定义为行业首个开放...

H3‑World 是腾讯、新加坡国立大学、香港理工大学联合推出的交互式世界模型，依托 MiniMax‑H3 视频生成底座完成轻量改造，可接收键盘类游戏操作输入，输出角色与相机运动可控的连续视频画面ar...

蚂蚁集团正式开源百灵系列首个原生多模态大模型Ling-3.0-flash-VL。该模型基于Ling-3.0-flash的MoE架构拓展，总参数124B，单次推理仅激活5.5B参数，原生支持图像、文本与...

OpenAI正式推出ChatGPT Images 2.5，这是其当前最先进的图像生成模型。相比2026年4月发布的Images 2.0，2.5版本将生成延迟最高降低50%，在光照自然度、纹理丰富度和参...

DeepSeek V4.1 Flash 中间版本是深度求索放出的限时内测模型，不属于正式稳定版本，用来验证新一代模型架构与原生多模态能力。该版本介于 V4 Flash 正式版与 V4 Pro 之间，沿...

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...

Project Opal是微软Microsoft 365 Copilot发布的AI智能体功能，让AI从"回答问题"升级为"替你干活"。用户只需用自然语言描述任务目标，Opal会自动生成执行计划，在专用...

WikiSkill是Google Research与Virginia Tech联合推出的智能体技能进化框架，旨在解决AI智能体在迭代优化中“经验散乱、知识难复用”的核心痛点。该框架通过构建一个持久化的...

LLaDA-Image是由inclusionAI团队推出并完全开源的6B参数统一图像生成与编辑模型家族。"训练配方全公开"——不只放出模型权重，还完整披露了从图像预训练、中期训练到语言监督对齐、生成编...

Claude Commerce Agents 是 Anthropic 推出的商业场景智能体参考蓝图，提供可复刻的代码仓库，包含消费者端与商户端两套智能体参考实现，覆盖零售、旅游、电信、娱乐四大垂直行业...

PatentClaw 是一款论文转专利辅助工具，面向科研人员提供 LaTeX 论文到专利技术交底书的全流程处理能力。工具由生成与审校两个独立模块协作运行，上传论文源文件后，自动抽取技术要点，生成符合专...

国家反诈 AI 是上海市反诈中心推出的线上反诈服务工具，专注电信网络诈骗风险识别与防骗技巧科普。服务采用网页端直达形式，设置简体中文与英文双语言界面，适配不同使用人群。用户无需登录注册即可进入学习板块...

星火 X2.5 是科大讯飞推出的多语言文本生成模型，属于星火系列全新迭代版本。模型采用 293B-A30B MoE 混合专家架构，基于全国产算力平台完成全流程训练与推理，原生支持 256K 超长上下文...

Qwen-Drive-1.0-4B 是阿里千问团队联合华中科技大学推出的自动驾驶视觉语言基础模型，参数规模 4B，基于 Qwen3.5-4B 原生多模态底座构建，代码与权重以 Apache 2.0 协...

MAI-Image-2.6-Flash 是微软推出的轻量高速版图像生成模型，属于 MAI-Image 2.6 产品矩阵的分支版本。模型和标准版 MAI-Image-2.6 共享核心技术底座，针对低延迟...

Orbis 是 Visko 推出的基础生成模型，也是其世界生成产品线的核心底座，生成可交互的动态世界并实现实时流式输出。用户可以通过文字选择、语音输入等方式决定剧情走向与场景变化，也可以在开放沙盒中自...

Cheso AI 是主打演示文稿智能生成的内容创作工具，围绕从资料到成品的完整制作链路设计。用户可以上传文档、表格、PDF、图片等各类素材，或是直接输入想法与需求，工具会自动梳理信息逻辑、提炼核心观点...

E-Commerce Bench 是面向大语言模型智能体的电商运营综合评测基准，以 365 天完整时长模拟线上店铺的全周期经营过程。评测中智能体将以独立店主身份，自主完成店铺开设、供应商谈判、库存采购...

Humain-M3 是沙特公共投资基金旗下人工智能企业 HUMAIN 推出的前沿阿拉伯语大模型，由 MiniMax 受托开发，基于 MiniMax M3 底座完成深度定制。模型总参数量达 4280 亿...