AI最新项目

PixelRAG 是由 UC Berkeley（Sky Computing Lab、BAIR、Berkeley NLP Group）联合开源的视觉检索增强生成系统。不解析 HTML 文本，而是将文档渲...

WeLM是腾讯微信AI团队独立自研的大语言模型系列，从2022年10月首次发布至今已迭代四代，当前支撑微信原生AI助手"小微"的核心技术底座。与追求通用榜单天花板的开源大模型不同，适配微信生态、服务十...

Grok 4.6 是SpaceXAI发布的最新一代旗舰大语言模型。该模型沿用Grok 4.5的1.5万亿参数V9基础架构，基础模型结构不做改动，全部能力提升来自监督微调（SFT）与强化学习（RL）的后...

dots.tts 是由小红书（RedNote）AI实验室 rednote-hilab 团队开发并开源的新一代文本转语音（TTS）基座模型，总参数量约20亿（2B），采用全连续端到端自回归架构，摒弃了传...

LTX-2.5开放世界模型公司LTX发布的新一代开源视频生成与世界模型。该模型以22B参数的扩散Transformer（DiT）作为主生成器，以LTX-2.3为基础进行近乎全面的管道重构，在生成速度...

HyWorldVLA 是比亚迪汽车新技术研究院人工智能团队发表的首篇学术论文中提出的混合世界模型，全称为"A Vision-Language-Action Model with Hybrid Worl...

DeepSeek V4 Pro 正式版（版本号 DeepSeek-V4-Pro-0813）是深度求索（DeepSeek）于2026年8月12日深夜无预告上线的V4系列旗舰模型首个正式版本，承接2026...

菜鸟智能体是菜鸟网络基于大模型技术构建的物流领域AI智能体产品体系，覆盖面向个人用户的C端智能寄件助手和面向企业客户的B端智能客服与供应链决策系统两大产品线。C端产品于2026年8月接入阿里千问开放平...

Nemotron 3.5 Lightning 是英伟达（NVIDIA）正式发布的一款开源混合专家（MoE）大语言模型，定位为智能体系统中的"执行层工人模型"。该模型总参数量为300亿，但每次推理仅激活...

DeepSeek Harness 是深度求索（DeepSeek）于2026年5月内部立项、8月开启封闭内测的AI智能体运行框架，核心公式为"Model + Harness = Agent"。如果大模型...

IndexTTS-2.5 是由哔哩哔哩（Bilibili）Index团队研发并开源的工业级零样本文本转语音（TTS）系统。作为IndexTTS系列的最新版本，它在保持前代跨语言能力和音色-情感解耦特性...

MAI-Code-1.1-Flash 是微软人工智能部门发布的升级版轻量级编程模型，是 6 月初推出的 MAI-Code-1-Flash 的迭代版本。该模型定位为高效、低成本的日常编码工作主力，深度集...

MAI-Image-2.6 是微软人工智能部门（Microsoft AI）发布的最新一代自研文本生成图像模型。该模型在 Arena 文生图排行榜中以 1336 分的 Elo 评分位列全球第二，仅次于O...

SenseNova 6.8 Flash Lite 是商汤科技发布的日日新大模型体系中的轻量级推理模型，定位为高吞吐、低延迟、低成本的API服务节点。该模型在保持接近旗舰版SenseNova 6.8核心...

Ling-3.0-tiny 是蚂蚁百灵正式开源的一款轻量级混合推理MoE大语言模型。该模型总参数量为7.9B，但在推理时每个Token仅激活1.3B参数，以极低的计算成本实现了接近主流4B至12B级模...

ChatGPT for Linux 是 OpenAI 于2026年8月12日刚刚发布的 Linux 桌面端应用（预览版），标志着 ChatGPT 正式补齐了跨平台布局的最后一块拼图。此前 ChatGP...

Nemotron-4 是 NVIDIA 推出的开源大语言模型家族，专为合成数据生成、后训练优化及企业级 AI 应用而设计。该系列包含 Mini（4B）、Super（49B）和 Ultra 等多个规格...

GPT-5.6-Cyber是OpenAI推出的专用网络安全模型，作为其 Daybreak 计划中“Daybreak Red”访问层级的核心组件正式发布。该模型基于GPT-5.6 Sol构建，专为授权安...

Muse-Glimmer-30B 是 Meta 推出的 30B 参数开源本地智能体多模态模型，托管于 Hugging Face 平台，采用 Apache 2.0 开源协议发布，由旗舰大模型 Muse ...

在旅游消费日益个性化、即时化的今天，传统客服模式难以满足用户“随时问、快速决、一站式”的需求。飞猪帮帮作为阿里巴巴旗下飞猪平台推出的AI驱动型旅行服务助手，正以智能化、场景化、主动式的服务能力，重新定...

WorldClaw是腾讯混元 3D 团队推出的智能体驱动式大规模3D开放世界生成框架，将一句开放式文本描述，直接转化为可自由探索、支持实例级编辑的完整 3D 场景。它跳出了传统单物体 3D 生成的局限...

阿里千问开放平台是阿里巴巴集团基于自研通义千问（Qwen） 大模型系列打造的一站式AI模型服务与开发平台。它通过阿里云百炼（Bailian）等载体，向企业和开发者提供从基础模型调用、模型微调、智能体构...

Warp Agent CLI 是 AI 原生终端 Warp 推出的核心命令行智能体功能。它并非独立的命令行工具或外部插件，而是深度集成于 Warp 终端内部的自主任务执行引擎。用户可通过自然语言描述复...

Imagine Image 2.0 是由 xAI(马斯克旗下人工智能公司)最新发布的新一代多模态图像生成与编辑模型。作为 Grok 生态系统的核心视觉组件，它被定位为“生产力级”的 AI 创意工具。与...

Kitesurf 是 Cloudflare 于2026年8月发布的一款专为AI智能体（AI Agent）打造的云托管浏览器。它不是给人用的传统浏览器，而是一个面向AI智能体的网页执行环境——任务来了启...

CosyVoice Studio是阿里巴巴于2026年8月7日正式推出的国内首个一站式AI语音生产力平台。该平台基于阿里自研语音大模型 Qwen-Audio 打造，在全球权威AI评测平台 Artifi...

WeatherNext是由 Google DeepMind 与 Google Research 联合开发的 AI 天气预报模型家族，是目前全球最先进的数据驱动天气预报系统之一。该模型家族经历了多代迭代...

SALMONN-2是字节跳动联合清华大学推出的开源通用听觉多模态大语言模型，属于 SALMON 系列第二代音频理解底座。它主打全品类音频统一理解，可处理语音、环境音效、音乐、副语言信号，依托自研 SP...

Neon 开源 4B 模型是由 Neon（云原生 Serverless PostgreSQL 数据库公司）与 Castform（AI 语音智能体与模型训练平台）于 2026年8月6日联合发布的一套面向...

Wan3.0（万相3.0）是阿里巴巴通义万相团队研发的新一代视频生成大模型，于2026年8月6日正式开启公测。作为Wan系列的第三代核心版本，它在生成时长、多模态输入、画面真实感和跨帧一致性四大维度实...