AI最新项目

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...

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...

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...

Portable Computer是Perplexity联合英伟达推出的本地优先AI智能体应用，是云侧 Perplexity Computer 智能体工作空间的本地移植版本。整套智能体运行栈直接部署在...

Qwen3.8-Flash是阿里通义千问团队正式发布并开源的新一代多模态大语言模型，同时也是全新一代千问大模型 Qwen4 架构的技术预览版。该模型采用全新下一代（Next）架构，主模型 Transf...

GLM-5.3-Flash（320B-A18B）是智谱AI正式发布并开源的GLM-5系列首个原生多模态模型。该模型总参数量为3200亿，但每次推理仅激活180亿参数，在Artificial Analy...

Play with Putty 是 Google Labs正式宣布的实验性项目，定位为协作式 Vibe Coding（氛围编码）工具。将"用自然语言描述、AI 自动生成代码"的 Vibe Coding...

EgoSuite-Open100K 是由光轮智能发布的全球首个十万小时级全模态人类行为开源数据集。该数据集以10万小时的第一人称人类行为视频为核心规模，覆盖7大类环境、128类场景类型、15,000余...

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...

PixVerse R2 是由爱诗科技发布的第二代实时视频世界模型，是其2026年1月推出的R1的全面升级版。R2并非传统意义上的视频生成工具，而是一个能够持续运行、实时响应用户多模态输入并动态生成音视...

Gemini Enterprise for Legal 是谷歌面向法律行业推出的企业级人工智能解决方案。它并非一个独立的模型，而是基于 Gemini 系列大模型（主要是 Gemini 1.5 Pro ...

ScienceClaw（又称"紫东太初·科研龙虾"）是由中国科学院自动化研究所孵化的紫东太初团队推出的科研领域专属 AI 智能体平台。它定位为"让研究·更简单"，基于 Lead Agent 架构构建...

Agnes 2.5 Pro Alpha 是Agnes AI发布的开源多模态推理大模型。它定位为面向需要更强推理深度的工作负载，包括复杂代码任务、科学与数学推理、长上下文理解、知识密集型问答以及 Age...

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...

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...

豆包工作是字节跳动推出的独立AI办公产品，是字节面向AI办公场景的统一品牌和产品入口。它由字节跳动旗下豆包团队主导，整合了此前分散在TRAE、扣子（Coze）、飞书等多个产品线的 AI 办公能力，定位...

DAMO LiON（Liver DiagnOsis Network）是阿里巴巴达摩院联合中国医科大学附属盛京医院、浙江大学附属医院等机构共同研发的肝癌诊断AI模型。它基于增强 CT 影像，可精准识别直...

青少年版 ChatGPT（ChatGPT for Teens）是 OpenAI正式推出的面向 13 至 17 岁 用户的专属 AI 交互体验。它并非一款需要单独下载的独立 App，而是内嵌在现有 Ch...

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...

TabTin 是一个全栈开源的 AI Agent 协作平台，口号为"Elegant teamwork with Agent"（与智能体优雅协作）。它让 AI Agent 真正执行实际工作，任务在团队成...

TeleAgent（星辰超级智能体·桌面版）是中国电信人工智能研究院（TeleAI）推出的自研 AI 办公助手，定位为"你专属的 AI 办公搭子"。它以桌面客户端形态运行，主打"你说我做，随时待命...

Faraday 是由伦敦 AI 实验室 Inherent 于 2026 年 8 月推出的"AI Scientist"（AI 科学家）智能体。它基于阿里巴巴通义千问的 Qwen 3.6 模型，参数量仅 ...

Ox Alpha（模型标识：stealth/ox-alpha）是 2026 年 8 月 20 日悄然现身 OpenRouter 平台的一款匿名前沿大模型。它由一家选择保持匿名的第三方供应商开发运营，O...

LLM-as-a-Verifier 是一个通用验证框架，旨在为智能体（Agentic）任务提供细粒度反馈，且无需额外训练。它将"验证"——即判断一个解决方案正确性的能力——识别为继预训练、后训练和测试...

CoinVE-200K是一个面向组合式指令引导视频编辑的大规模高质量数据集。它是目前专注于多意图组合编辑的视频编辑数据集，旨在解决现有数据集仅支持单一编辑操作、无法处理"一句话包含多个编辑需求"的瓶颈...

Cocode 是 DeepSeek Harness 的开箱即用发行版。它由社区团队独立维护，并非 DeepSeek 官方产品，但基于 DeepSeek Harness 开发者预览版构建。 如果把 De...

DeepSeek-V4-Flash-Vision-Exp是深度求索（DeepSeek）于2026年8月21日上线DeepSeek API平台的多模态视觉理解模型，是V4-Flash正式版的视觉能力扩展...

SenseNova U1.5 Lite是商汤科技正式开源的轻量级、原生统一多模态大模型，基于商汤自研的NEO-Unify架构，仅有8B-MoT参数规模。该模型在同一架构中贯通了视觉理解、推理、图像生成...

Codex Harness是OpenAI全面开源的AI智能体执行框架，以Apache-2.0协议发布在GitHub（openai/codex仓库）。它不是一个大模型，也不是一个聊天助手，而是驱动Cod...

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...