AI最新项目

星火X2.6是XHToken推出的开源通用大模型，包含4B稠密版本，采用Apache‑2.0开源协议，原生支持一百万token上下文窗口，面向本地智能体、代码开发、多语言处理场景做专项优化。延续前代混...

书生‑A1.5即Sage‑A1.5是上海人工智能实验室推出的35B混合专家智能体基座，迭代自Agents‑A1原生 256K上下文窗口，借助能力组合机制面向工程开发、长周期检索、跨学科科研任务。该模型...

MAI‑DxO 全称 Microsoft AI Diagnostic Orchestrator，是微软研究院发布的顺序诊断编排系统，成果刊载于《Science》期刊。该系统不绑定特定基座大模型，模拟多...

MOSS‑Image 是 OpenMOSS 团队推出的开源文生图模型系列，包含 MOSS‑Image‑Base 与 MOSS‑Image‑SFT 两套权重，骨干网络为 5B 参数单流 DiT 架构。该...

LingDT-Decision-1.0 是蚂蚁数科推出的专用决策模型，包含 4B、27B 两个参数版本，上架 DTMaaS 平台开放测试体验。模型面向企业结构化判定任务设计，摒弃通用大模型先生成文本再...

MemT1.0 是记忆张量团队推出的记忆原生基座大模型，包含 MemT-1.0-Flash 与 MemT-1.0-Nano 两个版本，对应 288B 和 36B 参数规格，配套不同容量的动态记忆单元...

Claude Duet 是 Anthropic 推出的主动式智能体应用，底层依托Claude Opus 5.5模型，以研究预览模式对外开放，提供独立移动端 App 与网页访问入口。区别于传统问答交互模...

Agensh 是微软研究院推出的去中心化多智能体运行框架，抛弃传统多智能体系统的中央调度器，支持最多 1024 个智能体同时参与同一项目任务。过往多智能体方案会受限于中心调度节点的处理上限，智能体数量...

Eleven Realtime 是 ElevenLabs 推出的端到端语音对语音模型系列，包含 v1Mini 与 v1Max 两个版本，把语音信号检测、说话轮次判断、语言逻辑处理、语音合成整合为一套完...

DeepInfer 是 DeepSeek 对外开源的生产级大模型推理框架，源自内部线上服务系统，面向 MoE 架构大模型做底层调度优化，配套同步开放自研 token 编解码组件。框架兼容英伟达 GPU...

MiMo-V2.6-Pro 是小米推出的原生全模态开源旗舰大模型，属于 MiMo-V2.6 系列内定位高阶推理的版本，支持文本、图像、视频、音频四类信息同步输入，面向长周期复杂任务开发。模型具备百万级...

Xing4.0-29B-Intent 是中国电信星辰实验室推出的开源意图理解专用模型，属于星辰 Xing4.0 系列分支，专门承接自然语言到结构化指令的转换工作。用户口述的零散口语内容送入模型后，按照...

MiniMax M3.1Flash 是稀宇科技推出的新一代多模态 MoE 大模型，早期版本以 Space Bunny 代号完成超 200 万亿 token 的任务处理。模型搭载百万级上下文窗口，原生支...

Ming-3.0 是蚂蚁百灵推出的开源语音模型系列，整套产品划分语音合成、长音频理解、语音识别三条分支，合计五款子模型，覆盖声音创作、录音解析、实时转写等语音类任务。系列内置导演模式，支持在文本内添加...

FLUX 3 Max是falResearch联合 BlackForestLabs 推出的 FLUX3 二次调优版本，底层依托 FLUX3 多模态基础模型，侧重图像转视频场景做后训练迭代与推理链路优化...

BlenderWorld 是一套基于Blender构建的开源3D智能体评测基准，由通义千问团队发布。项目内置数百项 3D 创作任务与量化评判规则，测试内容围绕模型操控 Blender 软件生成完整可编...

Harnessv0.2.1-rc1是深度求索推出的 0.2.1 系列首个候选发布版本，属于开源AI智能体运行时环境，rc1标识代表该版本进入预发布测试阶段，用于验证新增插件体系与兼容层能力。这套系统为...

DeepSeek-V4.1-Flash-1017是深度求索推出的小版本迭代模型，沿用552B总参数MoE架构，原生搭载视觉理解能力，网页端、移动端App、API通道同步上线，API调用标识与计费标准维...

Hy Memory2.0 是腾讯混元发布的新一代 AI 智能体记忆框架，配套专用记忆模型 Hy-Memory-30A3B 与 MemHub 应用，三层组件同步对外开源，可独立部署或是组合使用。这套系统...

MiDashengLM-Spatial是小米推出的开源端到端空间音频语言模型，在MiDashengLM-7B基础上扩展双耳空间感知能力，单模型同时承载通用音频理解与声源空间推理能力。现有音频大模型大多...

GPT-Live-1.1是OpenAI推出的迭代版实时语音模型，搭载全双工交互架构，支持同步收音与语音输出，摆脱传统一问一答的轮次限制。模型底层依托GPT-5.5系列主干能力，支持文本、图像多模态输入...

Muse Spark Open 是 Meta 推出的开放权重多模态大模型，采用MoE混合专家架构，总参数量 816B，激活参数 42B，上下文窗口可达 1048576token。模型面向代码智能体工作...

Ling-3.1-flash AI是蚂蚁百灵实验室发布的稀疏MoE架构大语言模型，总参数量560B，推理阶段激活25B参数，原生支持1M上下文窗口，线上开放256K长度调用。模型面向长文本、复杂智能体...

DMAD 全称 Distribution Matching as Adversarial Distillation，属于扩散模型蒸馏算法，把多步大尺寸教师扩散模型压缩为少步数学生生成器。该框架摒弃旧方...

GrokVoice3.0 是 xAI 推出的新一代端到端语音转语音模型，面向企业级电话语音智能体场景开发。模型可接收原始音频输入，直接输出语音回复，绕开文本转写中转环节，端到端延迟控制在 1 秒以内...

MiniCPM-V4.7 是 OpenBMB 面壁智能推出的新一代开源多模态模型，包含 1B 稠密版本与 35B-A3B 稀疏 MoE 版本，采用 Apache2.0 许可协议开放权重。模型支持图文...

LFM2.5‑24B‑A2B 是 LiquidAI 发布的稀疏混合专家文本推理模型，模型总参数量 24B，每 token 仅激活约 2.45B 参数，上下文窗口达到 131072token，适配本地设...

OpenDots 是 CopilotKit 推出的开源项目，作为 OpenAI Dots 的替代方案，用于搭建常驻运行的多 AI 智能体工作台。项目处于 Alpha 测试阶段，支持创建多个独立 Dot...

GLM-Legal 是智谱 AI 基于 GLM 基座模型开发的法律领域专用大模型，针对国内法律条文、裁判文书、合同文本等专业数据完成专项训练。模型学习大量民事、商事、行政相关法律资料，适配法律文本阅读...

QwenGyre 是阿里巴巴通义千问团队推出，面向超长程 AI 智能体的在线强化学习框架。传统智能体训练面对持续数小时、数百轮交互、百万级 token 的任务，会出现 GPU 资源闲置、轨迹样本大量冗...