AI最新项目

GLM-5V-Turbo 是智谱AI于2026年4月2日发布的首个原生多模态 Coding 基座模型。 简单来说，它的核心突破在于“视觉原生”——它不仅能写代码，还能“看懂”设计稿、截图、网页甚至视频...

GLM-5-Turbo 是智谱AI(Zhipu AI)于2026年3月16日最新发布的一款专为复杂智能体（Agent）场景深度优化的基座大模型。 它是基于此前发布的旗舰模型GLM-5进行的特定场景加速...

QMuse是蚂蚁集团推出的AI无代码应用生成平台，目前处于内测阶段，仅支持支付宝账号登录。通过自然语言对话实现零代码网页与应用开发，用户只需用一句话描述需求即可生成可运行作品，但所有生成内容若用于商业...

DramaClaw（中文名“虾导”）是成都新飞翔科技集团自主研发的工业级AI漫剧智造工具，角色、场景和叙事风格的高度一致性，实现“创意决定高度”的创作平权目标。将AI漫剧生产从“抽卡式随机生成”升级为...

SeFi-Image是基于"语义优先扩散"技术的开源文本到图像生成模型，通过分离语义与纹理生成流程，在仅需Z-Image约10%-20%训练成本（5B模型125K A800 GPU小时）的前提下，实现...

Agents-A1是上海人工智能实验室开源的350亿参数混合专家（MoE）智能体模型，通过"扩展任务处理视野"而非单纯扩大参数规模，使小模型在复杂长程任务中达到接近万亿参数级模型的性能。它专为解决传统...

Booster T2是加速进化公司发布的具身智能开发旗舰平台，作为当前双足人形机器人领域算力最强的开源开发载体，推动人形机器人从实验室技术验证迈向真实场景规模化应用。该平台通过2070 TFLOPS端...

Kimi信用卡是全球首张AI原生信用卡，由月之暗面（Kimi）、中国农业银行与美国运通于2026年7月10日联合发行。将消费行为直接转化为AI生产力资源，用户通过日常刷卡积累的积分可八折兑换Kimi算...

LiteRT.js是谷歌发布的高性能Web端AI推理库，通过WebAssembly结合WebGPU/WebNN硬件加速技术，将浏览器中的AI模型推理速度提升至现有方案的3倍，并替代TensorFlow...

ChatGPT Work是OpenAI发布的AI智能体产品，由GPT-5.6模型与Codex技术驱动，专为处理跨应用、多步骤的复杂任务设计。无需人工分步指令，可自主拆解目标、调用工具链、持续运行数小时...

SensorFM是谷歌开发的面向可穿戴设备健康数据的通用AI基础模型，通过自监督学习处理20亿小时、500万人的多源生理信号，实现从“记录数据”到“理解身体状态”的关键突破。无需针对单一健康问题单独建...

腾讯混元大模型（Tencent Hunyuan）是腾讯公司全链路自研的通用人工智能大模型系列，于2023年9月正式发布。作为腾讯AI战略的核心，混元大模型通过腾讯云向企业提供服务，并深度集成在腾讯会议...

MkSaaS全称 Make Your AI SaaS Product in a Weekend，是一套基于Next.js 16打造的AI SaaS全栈开发脚手架 / 商用模板，面向独立开发者、小团队...

ellyToken是阿里生态孵化的空间智能企业"元境"推出的AI大模型一站式聚合服务平台，通过统一入口整合国产主流大模型资源，为企业及开发者提供标准化、可管控的API调用服务。其本质是一个大模型能力中...

Seedream 5.0 Pro是字节跳动Seed团队发布的多模态图像创作模型，作为Seedream 5.0预览版（2月上线）的重大升级版本，从“单次生成可用图像”转向“支持全流程设计生产”，重点强化...

GPT-Live是OpenAI推出的新一代全双工语音交互模型，作为ChatGPT语音功能的第三代升级，目标是彻底消除传统AI语音交互的机械感，实现接近真人对话的自然流畅体验。它通过全双工架构实现边听边...

Grok4.5是SpaceXAI（原xAI，2026年初并入SpaceX）发布的新一代闭源大语言模型，专为编程与智能体任务优化，以约80%的顶尖模型能力水平，实现仅25%左右的使用成本。其技术突破主要...

GenMail是Genspark推出的AI智能邮箱助手，隶属于Genspark AI工作空间体系。它基于混合多智能体架构打造，深度打通主流邮箱服务，将传统收件箱从 “信息收纳容器” 转化为 AI 驱动...

悟界·RoboBrain Orca是智源研究院发布的多模态表征世界模型，让人工智能在“脑海中”构建对物理世界状态的动态表征，实现从预测“下一个词/帧/动作”到预测“下一个物理状态”的范式跃迁。该模型通...

MoWorld是魔芯科技联合浙江大学潘云鹤院士团队发布的全球首个全栈国产化"Flash World Model"（闪速世界模型），首次在纯国产昇腾NPU平台上实现50FPS实时交互能力，同时将推理成本...

SayIt是一款主打 “语音转书面表达” 的AI效率工具，核心理念为 “随口说，出色写”，通过AI能力将用户的口语语音实时转化为可直接使用的规范书面文本，以语音输入替代传统打字，提升文字录入与内容产出...

Muse Image是Meta公司旗下Meta Superintelligence Labs（超级智能实验室）发布的自研AI图像生成模型，作为该实验室继大语言模型Muse Spark后的第二款核心产品...

LingBot-Depth 2.0是蚂蚁集团旗下灵波科技研发的新一代高精度空间感知模型，通过将训练数据规模从300万提升至1.5亿，在边缘清晰度、细小物体识别、远距离深度估计及复杂场景鲁棒性等方面实现...

InternAgentS是一款由上海人工智能实验室智能体系统中心研发的开源科研智能体工作台。它旨在将科研项目转化为一个能够自主行动的智能工作平台，为科研人员提供类似 Claude Science 的一...

MemGUI-Agent是由浙江大学与快手联合研发的端到端长程移动GUI智能体，专为解决现有GUI Agent在跨应用、多步骤复杂任务中关键信息遗忘的问题而设计。通过主动上下文管理机制替代传统被动累积...

OpenScience是一款面向科研人员的开源AI科研工作台，由Synthetic Sciences开发。它以智能体为核心驱动，能够自主完成从文献调研、假设提出、代码开发、实验执行到成果撰写的完整科研...

GenEvolve是由香港科技大学（广州）、美团、香港科技大学和新加坡国立大学等机构联合提出的开源图像生成智能体框架，将传统“一句话生图”模式升级为可自主调用外部工具、自我进化的多步骤工作流。它通过模...

Elements Claw是阿里达摩院联合中国人民大学、中国科学院大学等机构发布的全球首个超导材料发现专用AI智能体。首次实现AI自主完成从材料筛选、可行性评估到实验方案设计的全流程闭环，成功从240...

ComAct是面向专业软件操作的全新AI智能体交互范式，核心提出「COM-as-Action」理念，将组件对象模型(COM)作为统一可执行抽象，把专业软件交互从传统的顺序视觉控制重构为确定性程序合成任...

EdgeBench是由字节跳动Seed团队推出的一个前沿AI基准测试框架，旨在研究智能体（Agent）如何从真实世界环境中学习。它通过一系列长达 12 小时以上的可执行任务，首次揭示了智能体环境学习的...