从一个关键词开始
搜名称,也可以搜场景,比如“AI 写作”“视频剪辑”或“编程助手”。
文章 2
工具 43
千问工具基于Qwen模型体系的多模态助手,覆盖文本、图像、音频、视频的理解与生成,支持百万级长上下文、多语言与阿里生态应用接入。
Z.ai工具集成GLM等多种模型,覆盖对话问答、代码生成、内容创作与深度研究,并提供API与内置工具,方便个人用户和开发者上手。
MiniMax工具自主研发覆盖文本、语音、音乐、图像、视频的多模态大模型,配套 MiniMax Code、MiniMax Design 等 AI 原生产品与面向企业和开发者的开放平台。
BigModel工具智谱面向开发者与企业的大模型开放平台,以API形式提供GLM系列文本、视觉、文生图与视频生成模型,并支持模型微调、智能体搭建与知识库检索增强。
CodeBuddy工具腾讯云推出的AI辅助编码工具,基于混元代码大模型,提供技术对话、代码补全、代码诊断和代码优化能力。
海艺AI工具内置80万+绘画模型的在线AI绘画平台,支持4K出图与ControlNet精准构图,适配设计、电商与商用创作。
腾讯元宝工具同时接入混元与DeepSeek双模型,提供长思考与快思考两种模式,搜索优先覆盖微信公众号和视频号内容,可解析长文档、生成图片并进行语音交互。
Skeleton AI工具输入一个主题或上传图片,选择模型与画面比例,生成骷髅旁白讲解风格的竖屏短视频,面向 TikTok、YouTube Shorts 和 Reels。
Xiaomi MiMo工具小米自研的通用智能基座大模型,覆盖语言、多模态、语音与编程方向,已发布 MiMo-V2.6 系列、MiMo-V2.5-TTS 系列等版本并公开技术报告。
扣子(Coze)工具低代码或零代码搭建基于大模型的智能体,30秒可生成一个AI Bot,集成60余种插件与工作流编排,支持接入多格式知识库并发布到豆包、飞书、微信公众号等渠道。
腾讯会议AI小助手工具腾讯会议基于混元大模型推出的智能会议助手,覆盖会前会中会后,提供实时转写、多语言翻译、智能纪要与待办生成。
文心(文心一言,ERNIE Bot)工具百度自研的全模态大模型与智能助手,覆盖文本、图像、音频、视频的原生融合理解与生成,中文理解与生成能力突出,支持百万级超长上下文。
TRAE(原MarsCode)工具字节跳动推出的AI原生IDE,内置Builder模式与SOLO智能编码体,支持多模型切换,可从零生成完整项目并实时预览。
DeepSeek工具深度求索研发的高性能通用AI大模型,采用MoE架构,标配百万token上下文,兼顾推理能力与成本优势,同步开源并提供API服务。
哩布哩布工具无需本地部署的在线Stable Diffusion平台,完整还原WebUI高阶功能,支持模型共享与局部重绘。
堆友工具阿里设计团队打造的AI创意社区,接入Flux.1 Kontext Pro、Qwen-Image等模型,提供AI工具箱、视频生成与全能画布,深度适配淘宝天猫电商场景。
蛙蛙写作(WawaWriter)工具杭州引力智航开发的AI原生写作助手,基于Weaver 2.0垂域大模型,专注网文、小说、剧本的全链路创作,输入15字内书名即可10分钟生成万字初稿。
呜哩(Wuli)工具输入创意描述即可生成3D艺术字体、电影海报、电商主图与5秒短视频,内置三款通义千问图像模型,可在高画质、极速出图与细节编辑之间切换。
华为云码道(CodeArts)工具华为云面向研发团队的AI编码智能体,融合IDE、自主开发模式与代码大模型,强调规范驱动与生产级代码质量。AI热点 624
Geodesic发布全原子结构预测模型NovaAtom-LiteAI热点Geodesic推出NovaAtom-Lite,面向蛋白质、核酸及配体的全原子结构预测,在FoldBench抗体-抗原界面预测成功率达79.07%。
IBM更新Granite 4.1小模型,引入LLMON标记语言AI热点IBM更新Granite 4.1的3B与8B小模型,引入LLM原生标记语言LLMON。
AWS开放SGLang-Neuron支持Trainium部署模型AI热点AWS宣布SGLang-Neuron公开可用,可通过深度学习容器在Trainium芯片上部署前沿模型并生成强化学习rollout。
Edge0开源145B端侧模型,笔记本可本地运行AI热点Edge0开源Edge0-145B与Edge0-120B模型及统一推理框架,称145B模型可在笔记本本地运行,峰值内存29GB、解码超80 tokens/s。
unify新测试:训练9B小模型超越Agent记忆框架AI热点unify发布Continual-ARC测试显示,OpenClaw等Agent记忆框架在重复任务上几乎无收益,而训练9B小模型权重可显著降低成本并提升新题表现。
Perplexity开源Decider v1.3决策模型AI热点Perplexity开源Decider v1.3与Decider Flash v1.3决策模型,新增locate能力,权重上线Hugging Face并在OpenRouter免费一周。
ElevenLabs发布Scribe v3语音识别模型AI热点ElevenLabs发布Scribe v3与Scribe v3 Live两款语音转文本模型,分别面向预录音频与低延迟实时场景。
百度发布文心闪电与微表情应用模型AI热点百度在世界大会2026发布2800亿参数ERNIE 5.5 Flash Preview,并推出文心闪电深度思考模型与文心一镜微表情大模型两款应用模型。
豆包工作接入Kimi等多款模型AI热点豆包工作11月12日接入Kimi 3.1 Pro、GLM 5.3、DeepSeek V4.1 Flash等第三方模型,并推出限时额度优惠。
MiniMax发布H3 Image生图模型AI热点MiniMax发布H3 Image生图模型并开放权重,主打速度、真实感与低价,4K图最快10秒、首周单张约0.23元。
Radical Numerics发布离线端侧病原体模型AI热点初创公司Radical Numerics发布边缘模型Omnii Defense,可在笔记本加USB基因测序仪上离线运行,用于标记天然和AI工程化的病原体。
谷歌发布Gemini Decision 1决策模型AI热点谷歌推出Gemini Decisions API与Gemini Decision 1模型,专注快速多模态封闭式决策,单次可处理最多1000个问题。
小红书开源语音编辑模型V1.1AI热点小红书升级发布端到端语音编辑模型dots.tts.edit V1.1并开源配套工具,支持局部编辑与中英双语多说话人生成。
面壁开源MiniCPM-OCR与Jev质检模型AI热点面壁开源1.3B文档解析模型MiniCPM-OCR 1.0与2B质检决策模型Jev,Real5-OmniDocBench达93.68分,Jev以2B参数反超35B判别模型。
谷歌正式开放Gemini 4 Carbon模型AI热点谷歌宣布正式开放迄今最强推理模型Gemini 4 Carbon,面向复杂软件工程、科研与网络安全等长程任务。
智元发布具身全模态模型WITA-OmniAI热点智元发布行业首个具身全模态端到端交互大模型WITA-Omni,支持触觉与动作输出,响应最快约400毫秒。
Kelix全离散自回归统一模型发布AI热点Kelix技术报告提出全离散自回归统一模型,缩小离散与连续视觉表征的理解差距。
SEE基准评测28个多模态模型科学推理AI热点SEE基准评测28个多模态大模型在化学、生物、材料科学实验问题上的表现,最佳模型准确率仅54.9%,工具使用后提升至56.1%。
英伟达论文定位干扰文本削弱模型机制AI热点英伟达等机构论文发现提示中无关文本主要通过少量intrusion heads削弱模型对问题的利用,屏蔽约10个heads可恢复57%损失准确率。
美团开源LongCat-2.5多模态模型AI热点美团开源面向长程智能体的原生多模态模型LongCat-2.5,总参1.6万亿、支持百万上下文,采用MIT协议可商用。
开源项目 386
Sundown Engine:WebGPU 游戏与仿真引擎开源项目基于 WebGPU 的可扩展游戏与仿真引擎,提供渲染图、材质系统、ECS 与实时机器学习实验框架。查看
OpenSAGE:SAGE 引擎开源重实现开源项目对《命令与征服:将军》所用 SAGE 3D RTS 引擎的自由开源重实现。查看
Scenario Agent Skills:AI 内容创作技能包开源项目遵循 Agent Skills 格式的技能集合,教 AI 编程代理通过 Scenario MCP 服务器生成图片、视频、音频、纹理、天空盒和 3D 资产,并包含驱动本地 DCC 软件的专家工具。查看
大模型基础:LLM 理论与实战教程开源项目Datawhale 开源的大规模预训练语言模型系统教程,覆盖数据、训练、评估与安全伦理。查看
Magnitude:本地模型推理引擎开源项目开源推理引擎,按硬件自动调优内核以加速本地模型运行。查看
New API:自托管的多模型 AI 网关开源项目连接上游模型服务并对外提供统一 API,管理路由、访问、用量与成本,带 Web 控制台。查看
FlashProve:AI模型回复的零知识证明研究原型开源项目让AI服务商在不公开模型权重的前提下,证明某条回复确实由已承诺的模型生成,供任何人用CPU验证。查看
vLLM:大模型推理与服务库开源项目用 Rust 之外的 Python 实现的 LLM 推理服务库,提供高吞吐服务、OpenAI 兼容 API 与多种硬件支持。查看
openai/math:模型产出的数学手稿与 Lean 形式化开源项目OpenAI 内部模型在开放研究问题上产出的数学手稿、证明材料与部分 Lean 形式化库。查看
RouterHub:多模型AI API网关介绍页开源项目介绍一个OpenAI与Anthropic兼容的模型网关服务,聚合多家模型家族并提供按token计费的API接入。查看
magpie:多Agent模型与订阅的本地网关开源项目本地网关与菜单栏应用,让 Claude Code、Codex、Gemini CLI 等任意 Agent 使用任意模型或订阅账号,配额耗尽时自动切换到下一账号。查看
ROLL:大模型强化学习分布式训练库开源项目面向大语言模型的强化学习扩展库,基于 Ray 多角色分布式架构,集成 Megatron-Core、SGLang 与 vLLM。查看
AngelSlim:大模型压缩工具箱开源项目腾讯开源的大模型压缩工具箱,涵盖量化、蒸馏、稀疏注意力与投机解码等能力。查看
CodePilot:多模型 AI Agent 桌面客户端开源项目可连接 17+ 家 AI 服务商的桌面客户端,支持 MCP、技能扩展与手机远程控制,助手可学习你的工作流。查看
SRPO:扩散模型人类偏好对齐训练代码开源项目腾讯混元的扩散模型微调方法与代码,沿完整采样轨迹用细粒度人类偏好直接对齐,支持 FLUX.1-dev 与 Qwen-Image。查看
LingBot-Touch:异构触觉表征学习基础模型开源项目基于JEPA的触觉表征模型,用共享Transformer在潜在空间做掩码预测,统一磁、压阻与视触觉信号,支持高频推理与跨传感器、跨任务迁移。查看
Wan2.2:开源大规模视频生成模型开源项目开源视频生成模型系列,引入 MoE 架构分离去噪阶段,并提供文生视频、图生视频等模型的推理代码与权重。查看
OmniVoice:支持600+语言的零样本TTS模型开源项目基于扩散语言模型架构的多语言文本转语音模型,支持声音克隆、声音设计与细粒度发音控制,RTF最低0.025。查看
Qwen3-VL:通义千问视觉语言模型系列开源项目Qwen 系列视觉语言模型仓库,含 Dense 与 MoE 多尺寸权重、Instruct/Thinking 版本及能力示例。查看
Qwen3-TTS:语音生成模型系列开源项目支持语音克隆、语音设计与自然语言控制的语音生成模型,覆盖10种语言,提供流式低延迟合成。查看