AI最新项目

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...

玄幂是一个"量子增强型大模型家族"。它的基座仍是当前主流的开源大语言模型，但在关键的决策与推理环节，引入了量子计算擅长的离散决策与组合优化能力。 传统大模型的推理上是在海量可能性中搜索最优路径。当问题...

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...

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...

Xiaomi-CocktailASR-1 是小米推出的工业级目标说话人语音识别开源模型，专门处理语音领域经典的鸡尾酒会问题。模型采用端到端 LLM 架构，输入一段目标人物参考音频提取声纹特征，在多人重...

Rome OS是一款开源的Agent操作系统，定位在"人类与智能体协作的护栏环境"。它不追求替代传统操作系统，而是为AI Agent提供一个可以持续运行、积累能力、与人类协同工作的专门环境。 Agen...

Gemini Live 是谷歌推出的实时多模态语音交互服务，分为面向普通使用者的 App 内置功能，以及面向开发者的 Live API 两套形态。跳出传统语音工具一问一答的指令模式，还原接近真人的连续...

Gemini 3.8 Flash由Google DeepMind发布，迭代自 Gemini 3.7 Flash，和 Gemini 3.8 Flash Cyber 共用同一套基础模型底座。软件工程、智能...

Claude Mythos 5.1 是 Anthropic 推出的领域专属旗舰模型，与 Claude Fable 5.1 共享完全相同的底层模型权重，核心差异在于安全管控策略。它面向经过资质审核的网络...

Hy4 preview 轻量版是腾讯混元基于Hy4 preview旗舰模型推出的量化压缩版本，面向低硬件资源部署场景打造。原版 Hy4 preview 为 7700 亿总参数的混合专家模型，原版 BF...

OpenAI在ChatGPT中正式上线"持久模式智能体"（Persistent Agent Mode）。这个功能允许用户创建一个拥有独立记忆、专属工具和持续运行状态的AI助手，它不再随对话窗口关闭而消...

HyWorldVLA 是比亚迪汽车新技术研究院人工智能团队发表的首篇学术论文中提出的混合世界模型，全称为"A Vision-Language-Action Model with Hybrid Worl...

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...

蚂蚁集团携手中金公司及多位行业专家，正式发布Ling-3.0-flash-Fin——百灵大模型家族中的首个金融增强版本。它沿用Ling-3.0-flash的底座架构，124B总参数、5.1B激活参数的...

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...

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...

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...

Gemini 3.5 Transcribe 是谷歌推出的语音转文本模型，面向语音交互场景开发。传统语音识别模型在嘈杂环境、专业术语、口语冗余内容处理上存在短板，这套模型直接把原始音频素材输出为准确、经...

Iris 是小红书 AllSpark 团队开源的搜索智能体（Search Agent），包含 Iris-mini（35B）与 Iris-pro（397B）两个版本，基于通义千问 MoE 基座开发，代码...

huashu-excel 是一个面向 AI Agent 的数据分析与 Excel 全流程 Skill（技能包），由开发者 alchaincyf 开源在 GitHub 上。它的定位是"一个真正懂数据分析...

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...

Qwen3.8-Max-0902 是通义千问旗舰模型的迭代升级版本。模型基于 2.4 万亿参数的稀疏混合专家架构打造，单次推理仅激活约 950 亿参数，上下文窗口最高可扩展至 100 万 token...

Lumos NexCore是鹿明机器人在2026世界机器人大会（WRC 2026）上全球首发的机器人技能进化引擎，面向产业具身智能的技能生产基础设施。它针对传统机器人技能开发周期长、复用性差、高度依赖...

MiniMax H3 Max是MiniMax H3的"加速版"。MiniMax开源了H3的模型权重，fal拿到这个基础后，用自有数据重新训练，同时针对自家推理基础设施做了深度适配。结果是：画面更听提示...

Ox Alpha 是智谱 AI 在 OpenRouter 平台匿名投放的测试代号，对应的正式产品为 GLM‑5.3‑Flash，国内开发者也称其为 “牛来”。上线初期不对外披露开发主体，面向编程、长周...

Jetson Orin Nano 2是英伟达推出的新一代入门级边缘AI机器人计算机，专为机器人、配送/巡检无人机、工业视觉系统等对成本、功耗和实时计算能力高度敏感的物理AI场景设计。作为上一代Jets...

Qwen3.8-Omni-Flash 是阿里千问推出的新一代原生全模态模型，依托 Qwen3.8-Flash-Next 架构搭建，支持文本、图片、音频、视频四类输入，最大上下文窗口达到 1M toke...

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...

WeMM-Embedding 全称 WeChat Multi-Modal Embedding，是腾讯微信视觉团队推出的通用多模态嵌入模型家族，包含 2B、4B、9B 三种参数规格，基于 Qwen3.5...

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...