AI最新项目

FIPO是阿里巴巴通义实验室(Qwen Team)最新发布的大模型强化学习算法。 它的全称是Future-KL Influenced Policy Optimization(未来KL散度影响策略优化...

Hermes Agent是由美国硅谷AI实验室Nous Research于2026年2月开源的自进化AI智能体框架，核心特点是通过内置学习闭环系统自动沉淀经验为可复用技能，实现“越用越懂用户”的长期陪...

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...

DeepSeek-V4是深度求索(DeepSeek)正式发布的新一代大模型系列预览版，标志着国产大模型在性能、成本和自主可控生态上迈出了关键一步。它并非单一模型，而是包含两个版本，并以其百万级上下文...

360纳米Work是360集团发布的AI工作平台，让AI从“能回答问题”升级为“能上手干活”，通过多智能体协同机制自动完成端到端任务，直接交付接近可提交的成品成果，而非仅提供半成品或建议。该平台解决了...

MiniMax发布了其新一代AI音乐生成模型——Music 2.6. 这次更新被官方称为“全维度进化”，核心解决的是以往 AI 音乐“机械感强”、“不可控”和“生成慢”的三大痛点。简单来说，现在的Mu...

Dubbing v2是ElevenLabs推出的AI配音模型，首次实现 跨语言情感迁移，能够将原始语音中的语调、节奏、停顿、情绪起伏等表演细节完整保留并自然映射到目标语言中。 其核心突破在于 摒弃传统...

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...

GPT-Realtime-Whisper是OpenAI推出的一款专注于低延迟流式语音转文字的模型。它的核心突破在于实现了真正的“边说边转”。与传统的“录音-上传-识别”模式不同，它能在你说话的同时实时...

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...

DeepSeek Harness Desktop 是 DeepSeek Harness（dsh） 的社区非官方桌面封装版本，并非 DeepSeek 官方发布的独立桌面客户端。 DeepSeek Har...

FlashQLA是通义千问团队(Qwen Team)正式开源的一个高性能线性注意力算子库。简单来说，它是专门为提升大语言模型(特别是Qwen3.5、Qwen3.6及后续系列)在处理超长文本时的训练和推...

Hy3 preview是腾讯混元(Hunyuan)团队正式发布并开源的一款新一代语言模型。 在经历底层基础设施“重建”后推出的首个成果，也是腾讯首席AI科学家姚顺雨(ReAct框架提出者)加盟后主导的...

DeepSeek-V4-Flash是深度求索发布的轻量化高效版大模型，作为V4系列的“快速模式”版本，专为高频日常任务设计，在保持接近Pro版推理能力的同时，将响应速度和调用成本压缩至极致。以1/10...

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...

混元Turbo S是腾讯推出的一款旗舰级“快思考”大模型，也是混元家族中主打“速度”与“性价比”的核心主力。 简单来说，如果把大模型比作人脑，混元T1是负责深思熟虑的“慢思考”系统，而混元Turbo ...

Ling-2.6-1T是蚂蚁集团百灵大模型团队开源的一款万亿参数级旗舰大模型。它最大的特点是不盲目追求“慢思考”式的长推理链，而是独创了“快思考”机制，旨在以极低的计算成本实现高效的复杂任务执行。其综...

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...

Grok Imagine Video 1.5是马斯克旗下xAI公司正式发布的图像转视频生成模型，最大特点是能在25秒内生成6秒720P分辨率、带同步音频的短视频，相比前代在音画同步精度、物理真实性和生...

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...

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...

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...

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...

MAI-Image-2.5是微软发布的最新文本生成图像模型，在权威评测平台Arena的文生图排行榜中以1254分位列全球第三，仅次于OpenAI的gpt-image-2. 该模型重点强化了文字渲染能力...

Confucius4是网易有道推出的“子曰”大模型4.0版本，核心为面向教育场景的27B参数多模态模型与支持14种语言的零样本语音合成（TTS）模型，已于2026年5月22日面向全球全量开源。其技术亮...

LongCat-2.0是美团发布的万亿参数级基础大模型，作为业界首个全程依托国产算力完成训练与推理的万亿参数模型，其总参数规模达1.6万亿（1.6T），采用混合专家（MoE）架构，每个Token仅激活...

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...

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...

camofox-browser是一款专为 AI Agent(智能体)量身打造的开源反检测浏览器。简单来说，它就像是给 AI爬虫穿上了一件“隐身衣”，让它在访问网页时能够完美伪装成真实的人类用户，从而轻...

AgentScope Tuner是阿里通义实验室推出的、专为智能体(Agent)应用打造的一站式自动优化引擎。 它的核心目标是解决Agent开发中“训练效果好，但上线效果差”的难题，通过一个统一的平台...