AI最新项目

中文互联网基础语料 4.0 是中国网络空间安全协会牵头推出的中文互联网数据集，在 2026 国家网络安全宣传周人工智能安全治理分论坛对外发布，整体数据规模 120GB。该版本在 1.0 至 3.0 版...

LingBot-World 2.0 Causal Pretrain 是 LingBot-World 2.0 系列 14B 参数因果预训练基座，作为整套世界模型体系的底层底座。模型采用单向因果时序训练方...

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...

T3PO 全称 simulTaneous Translation via pareTo Policy Optimization，是网易有道子曰4系列推出的流式文本同步翻译模型，参数规模 140 亿，采...

小米 MiMo-V2.6 是小米推出并对外开源的新一代原生全模态大模型系列，作为 RSI 递归自我改进技术路线的落地成果，整套版本划分为 Pro、Flash 以及 UltraSpeed 三个分支。模型...

Grok 4.7 是 xAI 推出的旗舰大语言模型，面向代码编写与各类专业知识工作打造。新版本沿用与前代一致的定价标准，推理吞吐速度得到明显提升，针对长时间连续执行的复杂任务完成专项调优。模型内置更强...

书生‑S2(Intern‑S2‑Preview‑397B)是上海人工智能实验室推出的 397B 参数多模态科学基座模型，面向科研场景打造，采用记忆与推理分离的双引擎架构。模型可直接读取原始科学文献页面...

OpenAI 推出 dots，属于可持续后台运行的 AI 智能体，底层搭载 GPT-6 Astra 模型。每个 dots 拥有独立云端虚拟计算机与浏览器环境，接收目标指令后自主拆解多步骤任务，会话关闭...

Claude Opus 5.5 是 Anthropic 推出的 Claude 5.5 系列首发旗舰模型，面向长流程智能体任务、深度代码开发与复杂专业资料处理设计。它在大量评测项目中跑出和 Claude...

Grok Voice Transcribe 2.0 是 xAI 推出的语音转文字模型，依托云端 API 对外提供批量音频转写与实时流式转写服务。新版本在保持原有计费标准的前提下，识别准确率相比上一代实...

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...

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...

Hy Image3.5 preview 是腾讯混元推出的预览版图像生成模型，主打专业图像创作，兼顾创作质量与使用成本。这款模型经过大量设计师盲测验证，生成画面的细节、文字绘制、风格还原都有明显提升，普...

GLM-5.3-FlashX 是智谱 AI 推出的 GLM-5.3-Flash 升级版本原生多模态大模型，依托国产算力底座完成推理层深度优化，峰值推理速度达到 200 tokens/s。模型延续 32...

Jev Search 是一套开源搜索处理流水线，依托 Jev 决策模型与 Search1API 构建。项目不产出 AI 生成文本，把搜索链路中的源选择、查询改写、结果重排交给决策模型完成。接收自然语言...

Astra for Law 是 OpenAI 推出的法律行业专用 AI 基础平台，底层依托 GPT-6 Astra 模型构建，配套专属法律检索索引、行业指令集与隐私管控机制，面向律所与法律科技服务商开...

IQuest‑Q1 是至知创新研究院 IQuest Research 发布的开源稀疏 MoE 基座模型。模型总参数规模 320B，单 token 推理仅激活 15B 参数，原生面向命令行终端智能体打造...

OpenAI 在 DevDay 2026 推出 Decisions API，依托 Luna 模型打造，面向需要快速判定、选项固定的业务场景。开发者传入文本或图像作为上下文，预先定义问题与候选答案集合...

MiMo-V3 是小米推出的全新一代 MiMo 系列大模型，搭载自研 HySparse 2 稀疏注意力架构，面向长上下文智能体任务深度优化，在百万 token 上下文场景大幅削减算力开销与显存占用。模...

Gemini 3.8 Live Extended Thinking 是 Google DeepMind 推出的实时语音模型增强版本，在 Gemini 3.8 Live 基础上叠加深度推理链路，保留原生...

Gemini 3.8 Live 是 Google DeepMind 推出的原生音频到音频实时大模型，包含基础版与 Extended Thinking 增强版本，依托 WebSocket 流式接口交付服...

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...

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...

Microsoft-Decision-1 是微软推出的面向结构化判断场景的决策评分模型，区别于传统生成式大语言模型，它不会输出自由文本，而是针对给定选项输出校准后的概率分值。模型基于 Qwen3.5...

SynthID Bio 是 Google DeepMind 推出，面向合成生物学领域的生物水印技术体系，属于 SynthID 技术家族的延伸方向。这套方案将不可感知的签名直接嵌入 AI 设计的蛋白质序...

Spark-ASR-2.0 是科大讯飞推出的新一代语音识别大模型，依托 Spark-Audio-1.0-Preview 语音基座大模型开发，采用全国产算力完成训练。模型跳出传统语音识别单纯还原语音文字...

Qwen3.8-LiveTranslate 是阿里通义千问推出的多模态实时同声传译模型，依托 Hybrid MoE 与 Thinker–Talker 双模块架构打造，面向音视频实时跨语言交互场景。模型...

ZDTaichu5.0‑9B 是紫东太初推出的 9B 参数开源多模态基座模型，依托 Qwen3.5‑9B 语言主干与 C‑RADIOv4‑H 视觉编码器构建，支持文本、单张或多张图片、长视频输入，兼容...

AI Edge Foresight 是谷歌推出的面向 Apple 芯片 Mac 设备的端侧 AI 应用，底层搭载 EmbeddingGemma 2 多模态嵌入模型，整套运算流程在本机完成，无需将录音...

Nano Banana 2.1 是 Google DeepMind 推出的多模态图像模型，隶属于 Gemini 3 系列，基于 Gemini 3.6 Flash 架构迭代开发，延续 Flash 级生成...