AI最新项目

Gemini Agent 是谷歌云推出的通用型企业智能体，依托 Gemini 大模型底座搭建，可接收自然语言目标指令，自主拆分复杂任务、调度各类工具完成工作。系统内置独立沙盒环境，支持代码运行、文件读...

EmbeddingGemma 2 是 Google DeepMind 推出的新一代轻量级多模态嵌入模型，基于 Gemma 4 架构开发，采用 Apache 2.0 协议开源。模型面向端侧设备设计，把文...

OpenViking 是火山引擎 Viking 团队维护的开源 AI Agent 上下文数据库。项目把记忆、知识库资源、Agent 技能全部收纳进一套可浏览的虚拟目录系统，解决传统向量库上下文分散、检...

Gemini 4 Argon 是 Google DeepMind 推出的旗舰前沿大模型，面向复杂长周期任务构建，主打超长输出与深度多步推理能力。模型单次输出上限提升至 100 万 token，支持单轮...

LongCat-2.5 是美团推出的面向长程智能体任务的原生多模态大模型，采用 MoE 架构，总参数规模 1.6 万亿，单次激活参数约 480 亿，上下文窗口达到 100 万 Token，训练流程依托...

SenseNova‑Loop‑9B‑Preview是商汤日日新推出的预览版开源多模态模型，采用Looped Transformer循环 Transformer 架构，存储参数量维持9B级别，依靠中间层...

Hy-Nomas是混元团队推出的交互式视频世界模型，采用分段生成机制构建连续虚拟场景，支持文本指令与相机轨迹双向控制输出内容，原生维持场景内物体、环境、光影的连贯性。模型输出规格为720p分辨率、24...

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...

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...

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...

OSS Scanner 是Anthropic推出的面向软件开发项目打造的开源组件扫描工具，专门识别项目内引入的各类开源依赖包，采集组件版本、许可证声明与安全漏洞信息。工具支持多语言项目扫描，可对接包管...

GPT-6.1 Sol Ultrafast 是 OpenAI 在 GPT-6.1 Sol 基础上推出的极速推理分支，针对高并发、低延迟场景重构推理调度逻辑。模型维持原版本推理、代码、长文本处理能力，t...

Mistral Large 4，代号 le Chonk，是 Mistral AI 推出的旗舰稀疏专家混合多模态大模型，总参数量达到 1 万亿，单次推理仅激活 490 亿参数，面向企业级复杂推理、代码...

TypeSafe AI 是专注于机器侧结构化决策的 AI 服务商，核心产品为 System One 模型，旗舰模型命名 Jev。它跳出传统大模型自由文本生成的设计思路，输出强类型化决策结果，附带经过校...

Qovest 是阿里云面向专业投资者推出的金融投研智能体工作台，依托通义大模型底座搭配自研金融 Agent 调度框架，接入多类权威金融数据源，支持一句话下达研究指令，自动完成数据拉取、财报公告解析、研...

Genie4是Google DeepMind推出的新一代交互式世界模型，以研究预览模式对外放出，区别于普通生成视频工具，可运行可交互的模拟环境，画面、环境音效、角色对话同步产出。该模型和Gemini系...

VeriLoopE2 是基于 Qwen3.8-27B 做后训练得到的 27B 参数开源大模型，采用 Apache2.0 协议开放权重，核心依托 VGR 循证收敛递归机制构建智能体运行链路。模型负责生成...

Vidu Q4 Preview 为生数科技推出的新一代旗舰 AI 视频生成模型预览版本，围绕人物演绎、镜头调度与复杂特效方向迭代。模型支持多素材参考输入，单次任务可加载 15 张参考图片、3 段参考音...

VoxMem是专门针对音频大语言模型构建的多会话记忆评测基准，数据集合计 177 小时音频素材，包含 34743 条语音会话，3196 组评测实例。这套基准不只检验文本转写后的文字内容记忆，还把说话人...

Claude Haiku 5.5 是 Anthropic 推出的轻量级大语言模型，归属 Claude 5.5 模型家族，面向高并发、成本敏感的批量任务开发。模型延续 Haiku 系列高速推理特性，新增...

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...

Odyssey-3 是 Odyssey 实验室推出的基础世界模型，分为标准版与 Pro 版本，Pro 版本在 Physics-IQ Verified 基准测试拿到 66.1 分，刷新该榜单记录。模型依...

OmniEdu是面向教与学全链路的开源多模态基座模型家族，包含 4B、9B、27B 三种参数量规格，提供 BF16 原始权重与 FP8 量化权重，训练上下文长度统一为 32768token。整套模型围...

WorldCast是小米MiLM Plus联合武汉大学推出的角色视频生成框架，依托Wan2.1‑I2V‑14B流匹配主干模型，解决大角度镜头运动下角色身份漂移、几何错乱问题。输入单张参考图搭配多视角锚...

智小白 Explorer One 是南京功夫豆科技智小白品牌推出的新一代儿童向 FDM3D 打印学习设备，搭载璇玑 AI 引擎，把 AI 语音交互、AI 建模、课程体系和打印硬件融合一体，面向 3 至...

CanvaBrush是Canva推出的AI绘画画笔组件，集成在Canva设计工作台内，依托生成式图像模型处理笔触绘制需求，支持用户以手绘笔触、简单线条搭配文字提示生成画面内容。工具和平台原有画布、素材...

Beam 是 Reflection 发布的首款开放权重大模型，采用稀疏 MoE 专家架构，总参数量 501B，单 token 仅激活 23B 参数，采用 Apache2.0 许可协议对外放出权重。模型...

OXR全称OpticalEverythingRecognition，是SoMarkAI推出的1.3B参数文档解析模型，适配私有化RAG与智能体工作流，输入PDF或者文档图像，输出带坐标信息Markdo...

Hy4是腾讯混元全链路自研的MoE混合专家旗舰基座大模型，总参数量770B，单token激活49B参数，最大输入上下文960K，最大输出64K，迭代自Hy4‑preview版本。模型新增原生视觉理解与...

EvaOmni是面向音视频推理任务的证据锚定评测基准，数据集包含392段真实世界视频、1027条标注问答样本，划分15项细粒度能力与三级推理难度。该基准不只评判答案正误，还要求模型定位出支撑结论的带时...