AI最新项目

BitCPM-CANN是中国首个完全基于国产算力平台(华为昇腾)原生训练并开源的1.58-bit三值权重大模型系列，通过将模型权重压缩至-1、0、1三个值，在推理阶段释放约6倍显存空间，同时保留90...

GLM-5V-Turbo 是智谱AI于2026年4月2日发布的首个原生多模态 Coding 基座模型。 简单来说，它的核心突破在于“视觉原生”——它不仅能写代码，还能“看懂”设计稿、截图、网页甚至视频...

IndexCache 是大模型稀疏注意力推理专属加速优化技术，专为解决稀疏注意力（如 DSA、MQA 稀疏变体）多层重复索引计算冗余问题设计。核心逻辑：缓存关键 Token 索引、跨层复用、砍掉无效算...

Qwen3.5-0.8B是阿里巴巴通义千问团队开源的最小尺寸端侧大模型，具备原生多模态能力，专为资源受限设备设计。 其核心价值在于以极低计算资源实现高智能密度，在移动端和边缘设备上可提供本地化、低延迟...

HeiMaClaw是由黑马程序员推出的一款生产级企业AI Agent平台。与面向个人用户的助手不同，HeiMaClaw的定位非常明确：它是一个企业级基础设施，旨在通过工程化手段(Harness Eng...

SeedMusic 1.0 Preview是字节跳动在即梦AI平台上线的音乐生成功能，让无音乐基础的用户通过自然语言描述即可生成旋律自然、情感贴合的原创歌曲，并支持从歌词调整到人声克隆的全流程编辑。该...

SkyClaw-v1.0是昆仑万维旗下天工AI发布的高性能Agent专用模型，其核心突破在于以远低于行业均价的成本，实现了接近Claude Opus 4.6等顶级闭源模型的任务执行能力，尤其擅长在百万...

Hermes Agent是由美国硅谷AI实验室Nous Research于2026年2月开源的自进化AI智能体框架，核心特点是通过内置学习闭环系统自动沉淀经验为可复用技能，实现“越用越懂用户”的长期陪...

HiDream-O1-Image是由智象未来在 2026年4月正式发布的新一代原生全模态图像大模型。HiDream-O1-Image的核心定位是“基于原生全模态架构（UiT）的电影级画质生成器”。该模...

LingBot-Map是由蚂蚁灵波科技正式开源的一款流式三维重建模型。 它被誉为机器人领域的“白眼”(源自《火影忍者》中的瞳术，意指360度无死角的视觉感知)，其核心突破在于仅使用一颗普通RGB摄像头...

StepAudio 2.5 Realtime是阶跃星辰推出的新一代实时语音大模型。StepAudio 2.5 Realtime的核心定位是打造极具“活人感”的实时语音交互。该模型不仅具备行业顶级的“副...

DataBuddy是腾讯云推出的大数据原生智能体工作台，其核心价值在于将数据操作从“人适应工具”升级为“工具自主交付结果”。传统工具需用户手动切换页面、配置参数，而DataBuddy通过目标驱动式Ag...

GLM-5-Turbo 是智谱AI(Zhipu AI)于2026年3月16日最新发布的一款专为复杂智能体（Agent）场景深度优化的基座大模型。 它是基于此前发布的旗舰模型GLM-5进行的特定场景加速...

LongCat-2.0-Preview是美团正式推出的新一代基础大模型。它不仅是美团在AI领域“进攻”战略的核心成果，更是中国国产算力生态成熟度的一次重要验证。这款模型的核心定位是万亿级参数、国产算力...

Qwen3.6-Flash是阿里巴巴通义千问团队推出的轻量高效版大模型。 它的核心定位非常明确：在保持极高推理速度的同时，提供超越同尺寸模型的智能体编程与多模态能力。它是 Qwen3.6 系列中主打...

Hy3 preview是腾讯混元(Hunyuan)团队正式发布并开源的一款新一代语言模型。 在经历底层基础设施“重建”后推出的首个成果，也是腾讯首席AI科学家姚顺雨(ReAct框架提出者)加盟后主导的...

MiMo-V2.5是小米于正式开源的原生全模态大模型。与专注于复杂推理的Pro版本不同，MiMo-V2.5主打全能感知与高性价比，能够像人类一样同时“看、听、读”，并迅速做出反应。它被视为覆盖绝大多数...

SenseAudio是商汤科技(SenseTime)推出的一款AI语音开放平台。 简单来说，它不仅是一个能帮你“配音”的工具，更是一个集成了语音克隆、音频编辑甚至AI视频创作的全能音频工作站。它最大的...

混元Turbo S是腾讯推出的一款旗舰级“快思考”大模型，也是混元家族中主打“速度”与“性价比”的核心主力。 简单来说，如果把大模型比作人脑，混元T1是负责深思熟虑的“慢思考”系统，而混元Turbo ...

千问输入法是阿里通义千问团队推出的独立AI原生输入法产品，将传统输入工具升级为AI任务中枢，通过语音交互实现“动口不动手”的高效文字处理。超越基础语音转写，直接完成语义理解、逻辑梳理与内容创作，而非仅...

Qwen3.6-Plus是阿里巴巴于2026年4月2日发布的新一代大语言模型，也是千问3.6系列的首款产品。它被官方定位为目前国产编程能力最强的模型，整体性能相较于上一代有显著跃升。 简单来说，Qwe...

小米3月19日发布的自研语音模型MiMo-V2-TTS到底强在哪？不再是机械朗读，它能在一句话里转折情绪，能用方言聊天，甚至能专业唱歌。本文带你实测这款‘全能声优’，看它如何消灭AI的机器味。”

Cosmos 3是英伟达(NVIDIA)于2026年6月1日正式发布的全球首款全开源、全模态(Omni-Model)物理AI基础大模型。它被定义为一个“世界模型”，旨在赋予人工智能系统理解物理世界规律...

美团GEO营销门户是美团推出的生成式引擎优化（GEO）平台，助力本地商家在豆包、DeepSeek等主流AI大模型对话中获得更多推荐与曝光。提供策略建议、AI内容生成、多平台监测、效果追踪四大核心能力...

Xiaomi Auto World Model是小米汽车发布的世界模型全新框架，其核心突破在于首次将三维重建与视频生成深度耦合为一体化架构，以“重建锚定几何、生成填补想象”的新范式，推动辅助驾驶从“场...

Sora 2是由OpenAI发布的新一代视频生成模型。它被官方誉为“视频领域的GPT-3.5时刻”，标志着AI视频生成技术从简单的“视频生成器”进化为能够模拟物理世界的“世界模拟器”。 Sora 2不...

StepAudio 2.5 ASR是阶跃星辰正式发布的新一代自动语音识别模型。该模型的核心突破在于率先将大语言模型的推理加速技术引入语音识别领域，通过架构创新，在大幅提升转写精度的同时，实现了推理速度...

HyperFrames是由AI视频平台HeyGen在2026年4月开源的一个面向AI智能体(AI Agent)的视频渲染框架。 它的核心理念非常颠覆：“写HTML就能做视频”。 简单来说，它让开发者...

GenflowAI是面向创作者、电商与营销团队的多模态AI创意工作空间，主打无代码自动化工作流。聚合 GPT、Gemini、Seedance 2.0等顶尖模型，单一画布内完成文本、图像、视频、音频的生...

DeepSeek-V4是深度求索(DeepSeek)正式发布的新一代大模型系列预览版，标志着国产大模型在性能、成本和自主可控生态上迈出了关键一步。它并非单一模型，而是包含两个版本，并以其百万级上下文...