AI最新项目

ACE-Ego是大晓机器人联合香港中文大学多媒体实验室（CUHK MMLab）于2026年6月17日发布的开源“一脑多型”具身操作视觉语言动作（VLA）模型，通过“以人为中心”的预训练范式，首次实现单...

微信支付AI专属卡是用户在微信零钱内为AI智能体（Agent）单独设立的“子钱包”，专用于授权AI在用户设定范围与手动确认下完成自动化消费。主账户资金完全隔离、额度由用户自主控制、每笔交易必须人工确认...

Image-to-LoRA-V2是魔搭社区（ModelScope）开源的免训练风格迁移工具，通过单张参考图像直接生成定制化LoRA模型，无需传统微调所需的多图数据集与复杂训练流程。将图像特征映射为模型...

Xiaomi MiMo Claw是小米推出的云端轻量化AI智能体（Agent）服务，基于OpenClaw框架开发，主打低门槛体验大模型Agent能力，核心聚焦文档办公场景。无需本地部署、直接通过网页使...

AI版支付宝（命名为“阿宝”）是支付宝自2026年6月16日起推出的重大改版版本，将传统“陈列式”菜单交互升级为“对话式”服务模式。用户只需通过文字或语音指令，即可一句话直达上万种服务，无需手动跳转多...

Seedance 2.0 Fast是字节跳动Seedance 2.0系列中专为速度与成本平衡设计的中间版本，生成速度比标准版提升约30%，单秒成本降至0.8元左右（720P规格），较标准版降低约20...

Qwen-Robot Suite是阿里巴巴于2026年6月16日发布的千问大模型家族首个完整具身智能模型系列，包含Qwen-RobotManip（操作模型）、Qwen-RobotNav（导航模型）和Q...

Seedance 2.0 Mini是字节跳动火山引擎推出的Seedance 2.0系列轻量级视频生成模型，主打高性价比路线，单秒生成成本降至0.5元（720P规格），较标准版Seedance 2.0降...

turbovec是基于Google Research TurboQuant算法的开源向量索引库，在不损失召回率的前提下，将向量索引的内存占用压缩至传统方案的 1/8–1/16。通过理论推导预计算最优量...

MMAE是腾讯混元联合上海交通大学、南洋理工大学、天津大学、北京大学、复旦大学等机构推出的全球首个面向自然语言指令驱动音频编辑任务的大规模多任务评测基准。系统性评估AI模型对已有音频进行精准定向编辑的...

OpenSquilla是一个开源的微内核架构AI Agent框架，通过智能路由与工作流编排技术，将AI Agent的Token成本降低60%-89%，同时解决长程任务中的流程稳定性问题。提出MetaS...

Gemini-SQL2是谷歌发布的专用文本转SQL（Text-to-SQL）模型，基于Gemini 3.1 Pro深度优化，在权威评测基准BIRD上以80.04%的执行准确率登顶单模型榜单。通过自然语...

Ponytail是一个开源的AI编程助手插件，通过系统性精简原则减少冗余代码量，其理念源于“资深程序员只需用一行代码解决原本需 50 行的问题”。它并非独立工具，而是作为Agent Skills集成到...

DeepSeek V4 Pro是深度求索(DeepSeek)发布的旗舰级开源大语言模型，采用1.6万亿参数混合专家(MoE)架构，原生支持100万token超长上下文，在推理能力、Agent任务执行效...

Fusion是OpenRouter平台推出的多模型协同推理技术，通过并行调用多个大语言模型并智能融合结果，在保持高智能水平的同时显著降低单任务成本。以高性价比模型组合逼近顶级单模型性能（如Kimi K...

LearnBuddy是腾讯云推出的首款教育行业专用AI智能体平台，通过“师-生-机”三元协同模式，将AI从单点工具升级为可沉淀知识资产的教育基础设施。它以“专家分身”技术为核心，动态匹配学生需求提供引...

GLM-5.2是智谱AI发布的开源大语言模型，迄今能力比较强的国产编程模型，真正可用的100万token上下文窗口与MIT协议全开源，在代码生成、长程任务稳定性及工程化落地能力上达到全球顶尖水平，尤其...

当你还在手动打开 App 点麦当劳的时候，麦当劳已经悄悄把点餐系统开放给了 AI。 麦当劳中国上线了官方 MCP 平台：https://open.mcd.cn/mcp MCP（Model Contex...

PP-OCRv6是百度飞桨发布的超轻量级OCR（光学字符识别）模型系列最新版本，50种语言统一模型架构与工业级复杂场景适应能力。它通过三阶段流水线（检测-分类-识别）实现高精度、低延迟、小体积的文本识...

iArt.ai是一个专注于AI驱动的视频与图像智能创作平台，主打快速生成高质量营销视频、动画内容及动态图文，尤其擅长将简单文本或静态素材转化为专业级视听作品。降低创意生产门槛，使非专业用户也能高效完成...

DeepSeek Coder是由杭州深度求索人工智能基础技术研究有限公司开发的完全开源、免费商用的代码大模型系列，专注于代码生成、理解与调试。以高效推理和多语言支持能力打破闭源模型的技术壁垒，在多项代...

Decitron是中科闻歌发布的全球首个通用决策大模型，将复杂决策问题转化为可计算、可推演、可验证的系统，而非传统问答式AI。能对复杂事件进行多路径推演并动态追踪，在国际权威数据集PolyBench测...

SwarmFlow是华为支持的开源社区openJiuwen推出的多智能体可控协同框架，通过将确定性协作流程脚本化，解决传统多Agent系统因依赖Leader临场调度导致的流程不稳定、结果不可复现问题...

Kimi K2.7 Code是月之暗面（Moonshot AI）发布的编程专用大模型，解决长程编程任务中的过度思考问题，而非通用能力升级。长任务平均Token消耗直降30%，同时输出速度提升至普通版的...

openPangu 2.0是华为在HDC开发者大会上发布的开源大模型系列最新版本，为深度绑定昇腾算力与鸿蒙生态的产业级AI基础设施。通过稀疏MoE架构实现超高吞吐率与低时延，单卡推理性能达业界主流开源...

Meoo CLI是阿里云Meoo（秒悟）推出的开源命令行工具，核心作用是打通本地AI编程项目与云端部署的断层，使开发者能通过自然语言指令将Claude Code、Codex、Cursor等本地AI生成...

HPC-Ops是腾讯混元AI Infra团队开源的工业级高性能大语言模型（LLM）推理核心算子库，专为解决真实业务场景中的推理性能瓶颈而设计。通过微架构级优化与动态调度技术，显著提升大模型推理吞吐量...

Tuanjie Cowork是Unity中国专为游戏开发者打造的AI编程智能体，深度集成Unity与团结引擎生态，核心能力在于直接读取完整项目上下文(包括场景结构、资源管线、编辑器状态等引擎特有数据...

Hojo-ASR-V1是初创团队Hojo开源的语音识别(ASR)模型，采用Whisper特征提取器+Conformer适配层+Qwen3-4B语言模型的混合架构，在LibriSpeech Clean等...

DiffusionGemma是谷歌发布的实验性开源文本扩散模型，基于Gemma 4架构构建，通过并行生成机制将本地推理速度提升至传统自回归模型的4倍。 它并非替代标准Gemma 4的生产模型，而是专为...