AI最新项目

GPT-5.6 Luna是OpenAI于2026年6月26日发布的轻量级大语言模型，其名称“Luna”直接取自拉丁语“月亮”，象征快速、轻量、易获取的入门级体验（如月亮般常见且触手可及）。该模型以最低...

GPT-5.6 Terra是OpenAI于2026年6月26日发布的均衡型大语言模型，名称中的“Terra”取自拉丁语“大地/地球”，指均衡、普适的中间性能档位，稳定支撑日常工作的基础层。该模型以50...

GPT-5.6 Sol是OpenAI于2026年6月26日发布的旗舰级大语言模型，属于GPT-5.6系列中性能最强的版本，其名称“Sol”源自拉丁语“太阳”，象征其在算力、推理深度和专业任务处理上的顶...

TRAE Work Design是字节跳动推出的AI原生设计工作流解决方案，作为TRAE Work平台的核心模块，实现从需求文档到高保真设计稿再到可运行代码的全链路自动化。将设计系统深度融入AI生成过...

PhoneBuddy是腾讯混元团队开源的4B参数轻量级手机操作专用AI Agent模型，通过创新的Real+Mock混合训练环境策略，在真实手机操作任务中实现高效执行能力，多项评测中超越GPT-5.4...

Ornith-1.0 是 DeepReinforce 团队推出的一个开源大语言模型系列，专为智能体编程任务而设计。创新在于一个自我改进的训练框架，使模型能够自主学习并优化指导其解决问题的“脚手架”（S...

PHOTON框架是富士通推出的AI计算架构，全称为自上而下网络并行分层计算（Parallel Hierarchical Top-down Network），突破传统Transformer模型在多查询任...

OCR 4是Mistral AI推出的最新文档内容识别模型，专为高精度、多语言文档处理设计。解决传统 OCR 在复杂文档结构、多语言混排及下游任务适配中的局限性，输出质量经人类评估优于 GPT-5.5...

向尾是阿里云推出的一款AI互动故事创作与阅读平台，主打纯文字互动叙事，通过AI技术实现从故事创作到沉浸式阅读的闭环体验。以结构化分支剧情和实时AI续写能力，将传统线性阅读转化为可交互的叙事体验，区别于...

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...

CosyVoice 是一款由阿里巴巴推出的新一代 AI 效率助手，本质上是一个智能输入法。它主打“说得随意，写得漂亮”的理念，旨在让用户摆脱键盘束缚，通过自然说话的方式，将口语实时转化为高质量、格式规...

MMSkills是上海交通大学与小红书团队联合研发的多模态技能框架，旨在解决视觉智能体在操作图形界面时因缺乏视觉状态理解而导致的任务失败问题。将程序性知识从纯文本升级为图文结合的动态技能包，使AI能像...

Confucius4-TTS是网易有道发布的开源语音合成引擎，属于“子曰4.0”大模型体系的核心组件。实现了3秒极速语音克隆、14种语言跨语种无口音合成，且无需参考文本即可完成音色与情感迁移。该模型采...

VibeThinker-3B是新浪微博AI团队发布的30亿参数稠密推理模型，仅用3B参数规模就在数学推理等可验证任务上达到甚至超越224倍参数量（671B）的DeepSeek V3.2的水平。该模型的...

华为小艺Claw是华为基于鸿蒙系统自主研发的养成型AI智能体，定位为系统级主动执行式AI助理，支持开箱即用、深度记忆、多端协同与系统级安全防护。将传统被动响应式语音助手升级为主动理解意图、拆解任务并跨...

北森Mavens是国内首个一站式AI HR专家平台，标志着北森从传统HR软件厂商全面转型为HR领域的AI应用公司。构建“真人HR+数字HR专家团”的协作范式，通过将人力资源场景中的高频事务交由AI处理...

GPT-5.5 Instant升级版是OpenAI于2026年6月25日推出的默认模型迭代版本，提升意图理解深度与复杂任务可靠性，而非参数规模扩展。其本质是轻量化推理优化路径的延续，通过算法级改进实现...

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...

子曰4.0是网易有道发布的全模态大模型4.0版本，同步开源多模态理解模型与TTS语音合成引擎，其中Confucius4-TTS作为业内首个支持14种语言跨语种无口音、且无需参考文本即可完成语音克隆的开...

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...

Qwen-AgentWorld是阿里巴巴通义千问团队于2026年6月24日发布的全球首个原生语言世界模型（Language World Model, LWM），从训练源头实现环境建模，而非依赖事后插件...

Sakana Fugu是由日本AI公司Sakana AI发布的多智能体编排系统，其本质并非基础大模型，而是能智能调度其他模型完成任务的“协调器”。它通过动态组合多个专家模型的优势，在复杂任务中实现接近...

豆包音频生成模型1.0（Seed-Audio 1.0）是字节跳动在火山引擎FORCE原动力大会上发布的专业级音频全要素生成模型，首次实现从单一文本提示词端到端生成包含人声、环境音、特效音的影视级完整音...

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...

微信高考AI助手是微信搜一搜免费志愿填报辅助工具，通过整合官方历史录取数据提供个性化参考方案。简化信息查询流程，但不能替代正式志愿填报系统。考生需注意所有AI生成内容仅作参考，最终填报必须以本省教育考...

GPT-5.5-Cyber是OpenAI发布的网络安全专用AI模型，属于GPT-5.5系列中专为授权防御性安全任务设计的强化版本。帮助专业安全团队完成从漏洞发现到修复验证的完整闭环，而非仅生成漏洞报告...

方舟 CLI是字节跳动火山引擎推出的命令行 AI 智能体工具，专为开发者设计，支持通过自然语言交互直接调用豆包大模型及火山引擎云服务。将大模型能力深度集成到终端环境，实现从“自然语言指令”到“代码生成...

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...

Seedance 2.5是字节跳动火山引擎6月23日发布的最新视频生成大模型，作为Seedance 2.0的升级版本，实现单段30秒原生视频直出、支持50个全模态素材联合输入，并首次提供画面一致性保障...

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...