AI最新项目

Muse Video是Meta超级智能实验室（Meta Superintelligence Labs，MSL）开发的AI视频生成模型，与图像生成模型Muse Image共享同一套预训练底座，主打原生音...

wigolo 是一个本地优先（local-first）的 AI Agent 网络智能服务器，由独立开发者 @KnockOutEZ 维护，采用 AGPL-3.0 开源协议。它的核心定位是：让 AI Ag...

WorldClaw是腾讯混元 3D 团队推出的智能体驱动式大规模3D开放世界生成框架，将一句开放式文本描述，直接转化为可自由探索、支持实例级编辑的完整 3D 场景。它跳出了传统单物体 3D 生成的局限...

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...

Codex Security CLI是OpenAI开源的命令行工具，专为自动化代码安全漏洞扫描、验证与修复建议设计。基于代码上下文理解而非简单规则匹配，能精准识别真实可利用漏洞并过滤误报，显著降低安全...

AGX Station是此芯科技发布的首款面向智能体（Agent）计算的桌面级AI超算设备，本质是将高性能算力、开放硬件架构与智能体原生操作系统整合的标准化本地AI算力单元。通过150×150×60m...

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...

dots3-note preview 是 小红书（RedNote）dots 模型实验室（Dots Studio）开源发布的多模态大语言模型，采用 Apache 2.0 协议。它是 dots3 系列的首...

PixelRAG 是由 UC Berkeley（Sky Computing Lab、BAIR、Berkeley NLP Group）联合开源的视觉检索增强生成系统。不解析 HTML 文本，而是将文档渲...

GPT-5.6-Cyber是OpenAI推出的专用网络安全模型，作为其 Daybreak 计划中“Daybreak Red”访问层级的核心组件正式发布。该模型基于GPT-5.6 Sol构建，专为授权安...

普罗米修斯是初创公司Majestic Labs于2026年8月2日发布的AI服务器产品，突破超大规模AI模型推理中的“内存墙”瓶颈。其最大特点是单机支持8TB–128TB LPDDR6内存，远超英伟达...

FireRedTTS3是小红书智创音频团队FireRed开源的新一代统一语音生成与编辑模型，将多语言零样本音色克隆、自然语言声音设计、局部精准语音编辑三大能力整合到单一模型架构中，无需再为不同需求拼凑...

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...

Atlas 是李飞飞创办的 World Labs 推出的新一代空间智能世界模型，也是全球首个原生打通文本、图像、视频与 3D 数据的多模态世界模型。模型从零开始完成全量预训练，采用多模态自回归扩散 T...

星火 X2.5-4B 与星火 X2.5-1.7B 是科大讯飞推出的两款端侧通用模型，同步正式发布并开放权重。两款模型同属星火 X2.5 系列，分别对应 40 亿与 17 亿参数规格，原生支持最长 10...

HiDream-O1-World 是智象未来（HiDream.ai）发布的原生全模态交互式世界模型。它支持文本、图像及交互式操控等多模态输入，具备漫游、编辑、交互三大核心功能，能够一键生成时空一致、符...

Qwen3.8-27B 是阿里云通义千问团队发布的开源多模态大语言模型，采用 Apache 2.0 许可证。它是 Qwen3.8 系列中面向本地部署的稠密（Dense）版本，与同期发布的 2.4 万亿...

库库 AI（Kuku AI）是百度文库网盘通用智能体 GenFlow 正式官宣的中文名称。它是一款面向AI办公场景 的通用智能体（General Agent），将通用智能、经验知识与存储记忆三大能力深...

菜鸟智能体是菜鸟网络基于大模型技术构建的物流领域AI智能体产品体系，覆盖面向个人用户的C端智能寄件助手和面向企业客户的B端智能客服与供应链决策系统两大产品线。C端产品于2026年8月接入阿里千问开放平...

Muse-Glimmer-30B 是 Meta 推出的 30B 参数开源本地智能体多模态模型，托管于 Hugging Face 平台，采用 Apache 2.0 开源协议发布，由旗舰大模型 Muse ...

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...

FreeToken 是一个边缘原生（Edge-Native）的 MoE（混合专家）模型推理服务系统，由 UC Berkeley、UT Austin 等机构的联合研究团队开发并开源。它的核心使命是让消费...

Nemotron-4 是 NVIDIA 推出的开源大语言模型家族，专为合成数据生成、后训练优化及企业级 AI 应用而设计。该系列包含 Mini（4B）、Super（49B）和 Ultra 等多个规格...

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...

MAI-Cyber-1-Flash是微软发布的首款网络安全专用生成式AI模型，专为软件漏洞分析与自动化防御设计。通过分层混合架构实现高精度漏洞检测与成本优化，将传统需人工介入的安全任务自动化率提升至9...

Step 5 Preview 是阶跃星辰推出的旗舰基座大模型，面向复杂智能体任务打造。作为预览版本，它兼顾强推理能力与推理成本控制，上线后在第三方评测榜单拿到不错分数。百万级长上下文与图文多模态能力...

OnSolo 是腾讯推出的轻量化个人向 AI 影视创作平台，标语为 a Crew of One，主打单人一站式完成影视内容制作，由内测产品 WorkSolo 更名迭代而来。平台依托工业级影视 AI 底...

DeepSeek V4 Pro 正式版（版本号 DeepSeek-V4-Pro-0813）是深度求索（DeepSeek）于2026年8月12日深夜无预告上线的V4系列旗舰模型首个正式版本，承接2026...

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...

Hy‑MT2‑1.8B 属于腾讯混元 Hy‑MT2 翻译模型系列，整套系列面向现实复杂翻译场景开发，圈内称这套系列为 “快思考” 翻译模型。系列一共提供 1.8B、7B、30B‑A3B(MoE)三种参...