AI最新项目

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...

doubao-seed-2.1 Turbo是字节跳动于2026年6月23日发布的豆包大模型系列轻量化生产级版本，作为doubao-seed-2.1 Pro的低成本、高吞吐优化版本，以Pro版50%的成...

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...

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...

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...

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...

Guizang Social Card Skill是由开发者 op7418(归藏)开源的AI图文排版工具，专为小红书、公众号等平台设计，核心目标是通过技术路径规避平台对 AI 生成内容的强制标识要求...

Sand.ai是一家专注于自回归架构视频生成技术的中国AI公司，由清华大学特等奖学金得主、Swin Transformer共同一作曹越于2023年10月创立。放弃行业主流的Diffusion路线，坚持...

Composer 2.5是AI编程工具Cursor最新推出的自研Agentic(代理式)编程模型。它在智能水平上已经能够对标当前业界最顶尖的Claude Opus 4.7和GPT-5.5但单次任务的成...

SkillOpt是微软研究院开源的文本空间优化器，专为优化AI Agent的自然语言技能文档（如 skill.md）而设计。它不修改模型参数，而是通过“执行-反思-更新-验证”的闭环流程，自动迭代生成...

豆包App灰测打车是字节跳动旗下AI助手豆包于2026年6月22日启动的对话式打车功能灰度测试，用户无需跳转第三方应用，仅通过自然语言口述需求即可调用曹操出行服务。该功能目前仅面向北京、杭州部分用户开...

广发证券Skill是广发证券推出的AI智能体技能服务矩阵，已入驻腾讯ima Skill广场，将金融业务能力（如投研分析、数据查询、风险监测等）封装为标准化、可调用的功能模块，用户通过自然语言指令即可触...

MiniCPM5-1B是面壁智能与清华大学联合开发的10亿参数端侧大语言模型，其核心突破在于仅以1B参数规模实现对2B级别模型的性能超越，并在国际权威榜单AA-Index上登顶所有2B以下模型首位。 ...

Cursor Composer 2是2026年3月推出的AI编程智能体。它具备20万Token超大上下文，能自主拆解并执行全栈开发、重构等复杂多步任务，无需人工频繁干预。其性能接近顶尖模型，但价格大幅...

Claude Fable 5是Anthropic发布的首款面向公众开放的Mythos级大语言模型，与Claude Mythos 5共享同一底层架构，但通过安全机制限制高风险领域能力，使其成为目前公开可...

PawBench是通义实验室于2026年6月推出的开源通用智能体评测基准，核心突破在于首次将底座模型、运行框架(Harness)与任务场景纳入同一交叉评测体系，而非仅对模型能力排名。 通过系统性拆解智...

HPC-Ops是腾讯混元AI Infra团队开源的工业级高性能大语言模型（LLM）推理核心算子库，专为解决真实业务场景中的推理性能瓶颈而设计。通过微架构级优化与动态调度技术，显著提升大模型推理吞吐量...

MiniCPM-V 4.6是由面壁智能推出的端侧多模态大模型。MiniCPM-V 4.6的核心定位是“极致轻量的手机端多模态视觉专家”。MiniCPM-V 4.6 在保持极小参数规模的同时，实现了强大...

Qwen3-ForcedAligner-0.6B是通义千问(Qwen)团队推出的基于大语言模型(LLM)的非自回归强制对齐模型，专门用于将音频与对应文本进行毫秒级精确时间戳对齐。 其核心价值在于无需依...

悟界·Physis-v0.1是北京智源人工智能研究院与逆矩阵科技联合研发的全球首个通用世界基座模型，以物理状态预测替代传统像素或语言序列预测，通过建模真实物理规律（如重力、碰撞、流体动力学），使AI能...

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...

阿里云百炼CLI是阿里云开源的命令行工具，专为AI Agent设计，一行命令即可接入百炼平台150+模型与全套能力。原生支持多种主流Agent框架，集成多模态调用、知识库、记忆库、联网搜索与文件处理...

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...

MiMo-V2-Pro 是小米公司于2026年3月19日 正式发布的面向Agent（智能体）时代 的旗舰级基座大模型。该模型专为现实世界中高强度、复杂的智能体工作场景打造，在性能、架构和成本效益上均取...

ELF(Embedded Language Flows，嵌入式语言流)是由计算机视觉领域顶级科学家何恺明及其MIT团队在2026年5月推出的首个连续扩散语言模型。 它打破了以GPT为代表的“预测下一个...

ECC(Everything Claude Code)是一个开源的AI Agent性能优化系统，由Anthropic黑客松冠军Affaan Mustafa基于10个月高强度生产环境实践开发，核心目标是...

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...

TypeNo是一款专为macOS打造的开源免费中文语音输入法。它主打极致隐私，所有识别均在本地完成，无需联网上传数据。操作极简，按住快捷键说话，松开即自动粘贴文字。无账号、无广告、低资源占用，是注重隐...