AI最新项目

Page Agent是阿里巴巴开源的纯前端GUI智能体框架，无需截图或外部浏览器控制，直接通过解析网页DOM结构实现自然语言驱动的页面操作。将AI操作能力内嵌至网页本身，使开发者能以极低成本为自有产品...

Ego Lite是一款专为AI智能体（Agent）设计的浏览器工具，让Agent能高效、安全地操作网页，同时避免干扰人类用户的当前浏览任务。它通过隔离任务空间、复用用户登录态、优化数据传输等技术，解决...

阿里Qoder企业版是阿里云推出的面向企业级用户的智能编码与知识管理平台，原名“通义灵码”，于2026年5月正式更名。将AI编程工具从“个人辅助工具”升级为具备组织级协同能力的企业级解决方案，通过资源...

Command Code是一款终端原生的AI编程代理工具，通过持续学习开发者的个人编码习惯（如命名规范、库选择偏好、错误处理模式），将AI生成的代码与用户工作流深度对齐，显著减少手动修正和代码审查中的...

video-use是Browser-Use团队开发的开源视频自动剪辑工具，通过自然语言指令实现端到端的视频剪辑自动化，无需用户手动操作时间线或学习专业剪辑软件。它专为口播类、教程类等文本驱动型视频内容...

ViiTorVoice是由中国公司北京云上曲率科技自主研发的全球首个支持片段级编辑的AI语音合成（TTS）模型，在权威评测Seed-TTS中以中文词错率0.99%、英文词错率1.32%的成绩登顶榜首...

ChatExcel Ultra是元空AI推出的企业级本地化部署AI数据智能体桌面版，通过自然语言交互实现全链路数据处理，无需依赖云端服务，确保企业敏感数据全程本地化运行，同时支持超大规模数据的实时分析...

xAI推出的Voice Agent Builder是一个零代码平台，专为构建生产级语音智能体设计，支持企业直接通过自然语言配置实现全双工实时交互、业务闭环执行的语音服务系统。将复杂语音AI能力封装为开...

GeneBench-Pro是OpenAI推出的首个专为评估AI模型在真实生物学科研场景中高阶分析能力设计的基准测试工具。通过模拟完整科研工作流（而非知识记忆或固定流程），严格检验模型面对模糊、不完整数...

Microsoft Teams中的Facilitator（会议协调助手）是由AI驱动的实时协作工具，专为优化会议流程而设计，通过自动追踪议程、生成结构化笔记及捕捉行动项，帮助团队在讨论中保持聚焦与高效...

神算Agent是高德地图推出的充电行业专属AI智能体，聚焦充电桩运营决策场景，通过整合空间数据与算法模型，将传统经验化选址、定价等环节转化为数据驱动的标准化决策流程。解决充电行业资源错配问题，替代人工...

Yeri AI是一站式全链路AI视觉创意创作平台，聚焦图像与视频内容智能生成，覆盖从静态视觉到动态视频的完整创作流程。平台以自然语言交互为核心，无需专业设计与剪辑基础，用户通过文字描述即可快速产出符合...

Agently Mail是腾讯QQ邮箱团队为AI智能体（Agent）量身打造的专属邮箱服务，目前处于内测阶段。其核心定位是作为AI智能体在邮件领域的“独立身份”，通过与个人邮箱隔离的设计，实现更安全...

Claude Science是Anthropic发布的科研专用AI工作台，并非全新模型，而是基于Claude Opus 4.8等现有模型构建的端到端科研工作流系统。通过多智能体协作架构整合60余个科学...

LocateAnything是英伟达联合香港理工大学、南京大学等机构推出的视觉语言定位模型，通过并行框解码技术实现单步预测边界框坐标，在保持高精度的同时将检测速度提升至传统模型的2.5倍以上。该模型专...

Nano Banana 2 Lite是谷歌发布的轻量级AI图像生成模型，定位为速度与成本优化的专用版本。以4秒内出图的速度和每千张0.034美元的极低成本，实现接近标准版Nano Banana 2的图...

Claude Sonnet 5是Anthropic发布的中端大模型，迄今最具Agent属性的Sonnet系列模型。以显著低于旗舰模型Opus 4.8的成本（约60%），实现了接近Opus 4.8的自主...

虎牙VAM 1.0是虎牙直播基于Diffusion Transformer（DiT）架构研发的实时多模态数字人基础模型，将AI数字人从单向内容输出工具升级为具备实时交互能力的直播主体，通过解决长时间稳...

M-Robots OS 1.0是中国首个基于开源鸿蒙（OpenHarmony）打造的分布式异构多机协同机器人操作系统，由深圳开鸿数字产业发展有限公司发布通过统一技术底座解决机器人产业长期存在的生态割裂...

SeedMusic 1.0 Preview是字节跳动在即梦AI平台上线的音乐生成功能，让无音乐基础的用户通过自然语言描述即可生成旋律自然、情感贴合的原创歌曲，并支持从歌词调整到人声克隆的全流程编辑。该...

DeepAgent 4.0 Pro是深演智能推出的旗舰级企业级AI智能体平台，将AI从孤立的“效率工具”重构为驱动业务增长的“价值引擎”。通过Agentic Software（智能体软件）与Agent...

蚂蚁阿宝是支付宝推出的AI版核心助手，将支付宝从“陈列式”交互升级为“对话式”交互的智能体入口。通过自然语言对话折叠上万个服务入口，实现“一句话直达办事”的体验革新，同时严格限定AI仅执行用户确认的操...

Vibe Coding产品“袋马”是一款通过自然语言描述即可生成可直接上线的微信小程序或iOS原生应用的AI工具，零代码门槛、分钟级交付、真机可用，专为非技术背景的个人及小微主体设计。将传统开发流程压...

地平线HSD V2.0是地平线公司发布的全场景辅助驾驶系统重大OTA升级版本，通过“世界模型+端到端强化学习”双引擎架构重构系统底层逻辑，实现从被动响应到主动预判的能力跃迁。其无接管里程提升56%、博...

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...

OpenAI Frontier是OpenAI推出的企业级AI智能体平台帮助企业将孤立的AI工具整合为具备业务理解能力的"AI同事"，实现跨系统协作的规模化落地。并非单纯提升模型能力，而是解决企业部署A...

千问输入法是阿里通义千问团队推出的独立AI原生输入法产品，将传统输入工具升级为AI任务中枢，通过语音交互实现“动口不动手”的高效文字处理。超越基础语音转写，直接完成语义理解、逻辑梳理与内容创作，而非仅...

NVIDIA Nemotron 3 Ultra是英伟达推出的开源大语言模型旗舰产品，专为长时间运行的AI智能体（Agent）设计，采用 5500亿总参数、550亿活跃参数的混合专家（MoE）架构，在复...

Krea 2是Krea AI公司推出的开源图像生成模型，拥有约120亿参数，包含Raw和Turbo两个版本。兼顾高质量生成与实时交互能力，专为美学表达和创意设计优化，支持本地部署与商业应用，并显著提升...

FastContext是微软开源的专用代码仓库探索子代理，将AI编码助手在代码库中“查找相关文件与代码段”的过程从主Agent职责中剥离，通过轻量子模型精准定位关键代码区域，显著降低主Agent的to...