AI最新项目

Daybreak是OpenAI发布的、专为网络防御者打造的前沿AI网络安全平台。Daybreak的核心理念是“原生防御”，旨在彻底改变传统“亡羊补牢”式的被动漏洞修补模式，将AI防御能力深度嵌入到软件...

Uni-1.1是由硅谷初创公司Luma AI正式推出的新一代企业级图像生成模型及API服务。 它最大的技术突破在于“换道超车”：抛弃了目前主流的扩散模型，转而采用类似大语言模型的自回归(Autoreg...

Open Design团队开源的HyperFrames（常被称作 "HTML 版剪映"）是 一个基于 HTML/CSS/JavaScript 的动态视频生成框架，核心目标是让开发者用前端技术栈直接生成...

PPT Master是一个开源的AI工作流(Skill)，它的核心目标是解决传统AI生成PPT工具的最大痛点：生成的幻灯片是“一张图片”，无法二次编辑。 PPT Master通过一套标准化的本地工作流...

BitCPM-CANN是中国首个完全基于国产算力平台(华为昇腾)原生训练并开源的1.58-bit三值权重大模型系列，通过将模型权重压缩至-1、0、1三个值，在推理阶段释放约6倍显存空间，同时保留90...

PrismAudio是阿里通义实验室推出的AI视频环境音生成框架，可根据画面自动生成逼真环境音效与动作音。它采用分解式思维链分析画面内容与发声时机，结合四维强化学习实现声画精准同步，兼顾语义匹配、时序...

HyperEyes是由小红书研究团队提出的并行多模态搜索智能体，通过重构动作空间、数据合成与强化学习框架，解决了传统多模态搜索中“串行调用”导致的效率低下问题，实现了单次交互内对图片中多个目标的并发定...

Gemini 3.5 Flash是谷歌于2026年5月20日在I/O开发者大会上发布的轻量级AI模型，在保持Flash系列高速响应特性的同时，其智能体与编程能力已全面超越上一代旗舰Gemini 3.1...

Step 3.7 Flash是阶跃星辰发布并开源的面向生产级Agent场景优化的多模态推理模型。其核心定位是在速度、成本、任务可靠性与复杂能力之间实现平衡，而非单纯追求参数规模或峰值智能。 该模型采用...

Google Pics是谷歌推出的原生集成于Google Workspace的AI驱动设计与图像生成工具，核心目标是将图像生成与精细化编辑整合至同一工作流，让用户无需专业设计技能即可完成从创作到微调的...

OpenAI正式发布了GPT-5.5 Instant，并将其设为ChatGPT的默认模型，全面取代了此前的GPT-5.3Instant。 这次更新被官方定义为“更准确、更简洁、更懂你”的进化。它不再仅...

Image-to-LoRA-V2是魔搭社区（ModelScope）开源的免训练风格迁移工具，通过单张参考图像直接生成定制化LoRA模型，无需传统微调所需的多图数据集与复杂训练流程。将图像特征映射为模型...

OpenHuman是一款真正懂你的“本地优先”个人AI超级助手。它和传统的聊天机器人最大的不同在于，它不是一个被动等待提问的工具，而是一个会主动感知你工作上下文、在后台持续学习和思考的AI智能体(Ag...

GPT-2并不只有一个固定的参数量，它实际上包含四个不同规模的模型版本，参数量从约1.2 亿到15亿不等。 通常大家提到的“GPT-2 有15 亿参数”，指的是其中最大的那个版本(GPT-2 XL...

让AI帮你写个前端页面，它倒是写得挺快，但结果总是那种“标准的、毫无灵魂的”模板脸：居中排版、蓝色按钮、白色背景，要多无聊有多无聊 就像下面这种： 这也不能全怪AI，毕竟训练数据里这种“模板脸”太多了...

Wall-OSS-0.5是自变量机器人团队开源的全球首个实现"预训练即可部署"的具身基础模型，无需针对下游任务进行后训练，直接在真实机器人上完成零样本操作任务，其核心突破在于通过技术重构使预训练模型自...

ESP-Claw(代号“龙虾”)是乐鑫在2026年4月至5月期间正式推出的物联网AI智能体框架。 简单来说，它彻底打破了传统物联网设备“只能被动执行指令”的局限，将AI智能体(Agent)直接部署到了...

Qwen3.7-Plus是阿里巴巴于2026年6月2日正式发布的多模态智能体模型，定位为视觉与语言统一的智能体基座。它在Qwen3.7文本能力基础上深度融合视觉理解与行动能力，不仅能看懂图像/视频，还...

MiniCPM-Desk-Pet是基于面壁智能MiniCPM5-1B端侧大模型开发的开源AI桌面宠物应用，完全支持本地运行、无需联网、断网可用，且硬件门槛极低。 其核心价值在于将高性能端侧AI模型与轻...

LLM Council 是由Andrej Karpathy推出的开源多模型协作框架，核心是让多个大模型像 “委员会” 一样并行回答→互相评审→最终合议，输出比单模型更可靠、更低幻觉的答案。 LLM C...

GLM-5.1-highspeed是智谱(Zhipu AI)于2026年5月22日推出的旗舰级大模型高速版API，其输出速度达到400 tokens/s，刷新全球大模型厂商API的速度上限，并首次在国...

GPT-Realtime-Translate是OpenAI推出的一款专注于实时流式翻译的AI模型。它的核心突破在于打破了传统翻译“说完一句、停顿、再翻译”的回合制模式，实现了边听边译的“同传”体验，将...

Grok Voice Think Fast 1.0是xAI于2026年4月发布的旗舰级语音智能体模型。它专为处理客服、销售等场景下的复杂、多步骤工作流而设计，其核心突破在于实现了“边想边说”的实时推理...

BrowserAct Skills是专为AI智能体设计的浏览器自动化工具集，核心能力是让AI像人类一样稳定操作真实网页环境。它通过隐身浏览器技术+AI动态决策解决传统自动化工具的致命缺陷——能自动绕过...

Software Copyright Materials Skill(开源软著资料生成Skill)本质是一个基于AI Agent的自动化工具，专为解决中国软件著作权登记中材料准备繁琐问题而设计。 其核...

TencentDB Agent Memory是腾讯云数据库团队在2026年4月发布，并于5月14日正式开源的一款AI 智能体（Agent）记忆引擎。 它的核心作用是为AI Agent装上一个“长期且有...

Open Code Review是阿里巴巴开源的AI驱动代码审查工具，专为解决通用AI代理在代码审查中的覆盖不完整、位置漂移、质量不稳定等核心痛点而设计。将确定性工程与AI代理动态结合，既通过严格规则...

Hy-Memory是腾讯混元推出的、面向长期协作型Agent（如Openclaw）的记忆插件，堪称Agent的“第二大脑”。它采用6层记忆框架、System1/System2双系统与演化链三层核心架构...

MiniMax M2.7是稀宇科技(MiniMax)发布的旗舰级Agent大模型，其最大突破在于首次实现模型深度参与自身迭代的“自我进化”能力，而非单纯提升单点性能。 该模型通过构建Agent Har...

MTT AICUBE是摩尔线程于2026年5月18日发布的首款面向家庭场景的AI智能中枢设备，其核心定位是将全域智能体、桌面级AI算力与私有云存储整合为“三位一体”的家庭数字生活控制中心，而非传统智能...