AI最新项目

小米XLA大模型是小米集团专为智能驾驶领域研发的一款端到端认知大模型，是其HAD(Hyper Autonomous Driving，小米超级智能驾驶)系统的核心技术升级。 它的核心突破在于首次将“辅助...

MAI-Thinking-1是微软于2026年6月3日发布的首款完全自研的高级推理AI模型，采用350亿活跃参数的稀疏混合专家(MoE)架构，完全基于企业级合规数据从零训练，未使用任何第三方模型蒸馏数...

LFM2.5-1.2B是Liquid AI推出的12亿参数轻量级AI模型家族，专为边缘设备与本地部署优化设计，最大特点是仅需约900MB内存即可在普通智能手机上流畅运行，同时通过创新的"思考链"机制实...

Unlimited-OCR是百度开源的端到端长文档解析视觉语言模型，通过创新的参考滑动窗口注意力机制（R-SWA），首次实现单次推理无损解析40+页PDF文档的能力，解决了传统OCR模型处理长文档时的...

Seedream 5.0 Pro是字节跳动在火山引擎FORCE原动力大会上发布的专业级图像生成与编辑模型，定位为面向企业级设计需求的分层可控AI创作工具。将AI图像生成从“整体输出”升级为“像素级可编...

Horizon是一个开源的AI驱动新闻聚合与简报生成工具，由开发者Thysrael创建，核心功能是自动从多渠道抓取信息、通过AI筛选高价值内容、生成结构化中英双语日报。Horizon解决了信息过载时代...

Intern-S2-Preview是上海人工智能实验室(上海AI实验室)最新开源的新一代书生科学大模型的预览版。 它最大的亮点在于“以小博大”：仅用 350亿（35B） 的参数规模，就在多个核心科学领...

SkillClaw是阿里团队推出的一个面向多用户Agent生态的技能群体进化框架。SkillClaw核心理念是“不靠更大的模型，靠更聪明的经验”。SkillClaw旨在解决当前 AI 智能体(如Ope...

DeepSeek-TUI一款开源终端 AI 编程工具，被开发者社区誉为 “DeepSeek版的Claude Code”。它由美国独立开发者Hunter Bown使用 Rust 语言开发，专为DeepS...

JVS Crew是阿里云推出的企业级AI智能体(Agent)构建与托管平台。它旨在帮助企业解决在落地AI应用时面临的安全、合规、成本和管理等一系列复杂挑战。 简单来说，JVS Crew为企业提供了一个...

TurboQuant是谷歌研究院（Google Research）于 2026年3月发布的、面向高维向量的无训练、近无损、极低比特向量量化算法，核心用于大语言模型（LLM）的KV缓存压缩与向量数据库检...

Doubao-Seed-2.1 Pro是字节跳动于2026年6月23日发布的豆包大模型系列最新旗舰版本，作为面向企业级高复杂度任务的深度思考模型，通过代码生成、智能Agent协同与多模态理解三大能力的...

Wan2.7-Video 是阿里巴巴发布的一款视频生成系列模型。它的核心特点是拥有全面的创作控制力，将 AI 的能力从单一的素材生成扩展至“生成、编辑、复刻、重塑”等创作全链路，实现了从被动“演绎”到...

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...

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...

AiToEarn是一款备受关注的开源AI内容营销智能体平台，在GitHub上已经获得了超过1万颗星标(Star)。简单来说，它就像一个全能的“AI内容运营管家”，致力于通过AI自动化技术，打通从创作...

MAI-Transcribe-1是微软最新推出的一款语音转文字模型。它是微软为了减少对外部供应商(如OpenAI)的依赖，由内部团队自主研发的三款基础AI模型之一。 这款模型主打“全球最高精度”和“高...

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...

Audio Flamingo Next (AF-Next) 是由 NVIDIA（英伟达）与马里兰大学研究团队在2026年4月联合发布的最新开源大型音频语言模型(LALM)。 它是Audio Flami...

MiMo-V2-Flash是小米于 2025年12月17日正式开源的一款高效能、低成本的混合专家(MoE)大语言模型。 如果说随后发布的 MiMo-V2-Pro 是负责攻坚复杂难题的“重型坦克”，那么...

VidMuse是由Sand.ai开发的音频驱动型AI视频创作工具，通过"Music in, Video Out"实现音画自动同步的端到端音乐视频生成。解决传统AI视频中节奏脱节、场景跳跃、人物不一致三...

Qwen-Image-Bench是阿里云通义千问团队推出的文生图专用评测基准，主打创作者视角与专业标准。含1000 个中英双语 prompt，从画质、美学、图文对齐、真实保真、创作生成 5 大维度，设...

Qwen3.5-LiveTranslate是阿里通义千问发布的实时语音翻译模型，核心突破在于实现2.8秒端到端字均延迟、支持60种语言输入与29种语言语音输出，并通过多模态技术保留说话人原声音色与情绪...

VoxCPM2 是由面壁智能(OpenBMB)团队开源的一款新一代语音生成基座模型。 如果说上一代 VoxCPM(0.5B)是以“小钢炮”著称的轻量化模型，那么 VoxCPM2 则是全面进化的“全能型...

Boogu-Image-0.1是开源统一图像生成与编辑模型家族，由Boogu团队开发，包含Base（基础版）、Turbo（极速版）和Edit（编辑版）三大核心变体。该模型以10B参数量级在Qwen-I...

Octask是MagicLight团队推出的AI内容创作工作台，定位 “个人AI内容公司”，2026年5月启动内测。它聚合文案、作图、视频、排版、复盘等多角色数字员工，支持自定义人设、记忆与协作流程...

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...

Kimi K2.6是月之暗面(Moonshot AI)发布的最新旗月之暗面舰级人工智能模型，并已在发布时同步开源。它在代码编写、长程任务执行及智能体(Agent)集群能力上实现了全面升级，旨在对标GP...

QBotClaw(中文名：龙虾)是腾讯于正式发布的国内首个浏览器AI智能体(Agent)。 它不是传统意义上的浏览器插件，而是深度集成在QQ浏览器中的智能助手。它的核心突破在于将浏览器从一个“被动展示...

Qwen3.7-Max是阿里巴巴发布的千问系列新一代旗舰大模型，核心定位为面向智能体（Agent）时代的全能基座模型，其最大突破在于无需人工干预即可自主完成超长周期复杂任务(如35小时连续工作、115...