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”。
工具 5
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。
讯飞听见工具实时录音转写与AI会议纪要工具,语音转文字准确率达98%,适配会议、课堂、采访等场景。
橙瓜码字工具面向网络小说创作者的AI辅助码字工具,提供剧情续写、人设大纲管理与多端云端备份,覆盖网文创作全流程。
文心快码(Baidu Comate)工具支持20余种编程语言的代码生成、补全与错误检测,配套AI IDE可将设计稿一键转为代码,面向个人与企业研发流程。
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。AI热点 181
商汤港科大提出MT Forcing多轮编辑方法AI热点商汤研究院、港科MMLab等联合提出多轮图像编辑训练方法MT Forcing,改善自回归扩散模型连续编辑中的画质退化与内容漂移。
arXiv提出模仿学习动作分块平滑新方法AI热点arXiv新论文提出运动基元动作分块表示,可降低模仿学习机器人轨迹抖动,无需重训练。
清华发布单细胞蛋白组模型ProtCellAI热点清华大学发布单细胞蛋白组基础模型ProtCell,基于3.8亿细胞、98个数据集预训练,并在摩尔线程MTT S5000上完成全流程复现,指标与国际平台差约0.2%。
谱遗忘框架入选NeurIPS 2026AI热点论文提出谱遗忘框架,将矩阵结构化优化用于大模型机器遗忘,在多轴评测中超越基线并接近保留训练参考,已被NeurIPS 2026接收。
字节Seed发布9B连续潜空间模型Cola2AI热点字节跳动Seed在Hugging Face发布9B参数连续潜空间语言模型Cola2,采用动态压缩VAE与扩散Transformer架构,仅用346.03B token训练即达八任务均分60.10%。
华科大团队提出全连续多模态模型AI热点华中科技大学王兴刚团队与地平线机器人等合作提出Multimodal Flow全连续多模态架构,1.6B参数模型MF-1仅用150B Tokens预训练,在GenEval等基准上超越混合与全离散架构。
Omni-Encoder用共享SigLIP2统一四模态表征AI热点Omni-Encoder以单一SigLIP-2 ViT共享参数统一图像、视频、音频与视听编码,在16个基准上表现竞争力,联合训练提升各模态效果。
美团发布1.6万亿参数LongCat-2.5AI热点美团发布原生多模态智能体模型LongCat-2.5,总参数1.6万亿、激活约48B,宣称全程国产算力训练。
MiniMax发布M3.1-Flash多模态模型AI热点MiniMax在Hugging Face上线原生多模态MoE模型M3.1-Flash,总参数约428B、每token激活23B,支持文本、图像、视频输入,上下文窗口最高100万token,引入稀疏注意力、量化感知训练与DSpark推测解码以降低推理成本。
EchoPrune发布:视频LLM同预算处理20倍帧AI热点arXiv论文提出EchoPrune,通过时间回声机制剪枝视频token,在相同token预算下让VideoLLM处理20倍帧数。
斯坦福开源Memorilla:16个记忆token供冻结LLMAI热点斯坦福SNAP团队开源194M参数记忆模块Memorilla,将文档集合压缩为16个memory token供冻结LLM使用,8项基准平均分49.68居首。
DRAMA框架加速多模态扩散LLM达18.67倍AI热点NeurIPS 2026收录论文提出DRAMA,通过视觉token剪枝与自适应停止实现多模态扩散大语言模型18.67倍推理加速。
RoboDojo评测:Astra方案提升具身模型分数AI热点RoboDojo评测显示,具身团队引入GPT-6 Astra与RUA方案后,模型评测分数从20-30分提升至50-60分,引发行业对自研路线的重新审视。
英伟达提出Reshard加速RL权重重拟合AI热点英伟达提出Reshard Collective,通过DTensor重排替代gather-and-broadcast,在NeMo RL基准上实现2.7x至5.7x的权重重拟合提速。
全国首个非侵入式脑机接口临床研究完成备案AI热点11月5日,全国首个非侵入式脑机接口临床研究项目完成国家卫健委备案,采用脑机海河实验室研发的“神工-神驰”康复系统。
Limite 1B数学推理模型开源,AIME达94.01%AI热点Limite 1B - Violetto技术报告发布,10亿参数模型在AIME 2026取得94.01%,以Apache 2.0开源模型与推理代码。
ScaleVLA发布:552B参数视觉-语言-动作模型AI热点ScaleVLA将552B DeepSeek-V4.1-Flash骨干接入动作DiT,在样本效率、LIBERO-PRO泛化与真实充电器插入任务上显著超越更小骨干模型。
李飞飞发布世界模型Atlas:实时15fpsAI热点李飞飞在CoRL2026演讲中发布World Labs与斯坦福团队的统一生成与重建世界模型Atlas,可生成60秒视角一致视频并已蒸馏至15fps实时运行。
清华CoACT压缩Coding Agent三成Token开销AI热点清华团队提出CoACT方法,在SWE-bench Verified上平均减少33.0%总token消耗,任务表现与未压缩时相近,已被ICSE 2027接收。
Havon多词分词器发布:204语言token更省AI热点Havon v3/v4/v5分词器论文发布,在同等词表下英文比GPT-4o少6.1% token,覆盖204种语言。
开源项目 101
BSharp:儿童完美音高训练应用开源项目基于Eguchi和弦辨识法的Android应用,让儿童通过颜色关联听辨钢琴和弦,逐步培养绝对音高。查看
openGym:自托管的健身训练记录应用开源项目可自托管的健身计划与训练记录应用,数据存放在自己控制的文件夹中,支持离线与多设备同步。查看
nanochat:单节点LLM训练实验框架开源项目覆盖分词、预训练、微调、评测与推理全流程的极简LLM训练框架,通过单一深度参数配置模型规模。查看
transformers:多模态预训练模型推理与训练库开源项目Hugging Face 的模型定义框架,覆盖文本、视觉、音频、视频与多模态任务,提供统一的推理与训练 API。查看
MiniMind-V:极简视觉语言模型训练教程与代码开源项目从零构建并训练 65M 参数级多模态视觉语言模型,包含数据清洗、Pretrain、SFT 全流程代码。查看
Wall-X:WALL 系列具身模型训练与推理代码开源项目WALL 系列开源具身基础模型的训练与推理代码库,含数据准备、服务与评测工具。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
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
SuperMimic:人形机器人全身动作跟踪训练系统开源项目SuperMimic基于一个可微世界模型训练人形机器人全身动作跟踪器,构建于mjlab之上。查看
MNN:端侧深度学习推理与训练框架开源项目轻量高效的深度学习框架,支持模型在移动端与嵌入式设备上的推理和训练,并提供基于它的 LLM 与 Stable Diffusion 本地运行方案。查看
HY-SOAR:扩散模型的免奖励自纠错后训练方法开源项目面向 rectified-flow 扩散模型的免奖励后训练方法,在出错的时间步上直接纠正去噪轨迹。查看
Agent Lightning:用真实Agent框架做强化学习训练开源项目微软开源的轻量智能体强化学习框架,通过代理层在不改动Agent代码的情况下采集交互数据并训练策略。查看
rknn-toolkit2:Rockchip NPU 模型转换与部署 SDK开源项目在 PC 上把训练好的模型转换为 RKNN 格式并做推理与性能评估,配套板端 C/C++ 与 Python 运行时在 Rockchip NPU 上部署。查看
TimesFM:时间序列预测基础模型开源项目Google Research 开发的预训练时间序列基础模型,支持单变量/多变量预测与协变量,提供 PyTorch、Flax 与 Apple MLX 后端及微调示例。查看
tiny-voca:4.5M参数的双声线英语TTS模型开源项目一个从零训练的小型英语文本转语音模型,4.5M参数、18MB,提供F2女声与M2男声,可在CPU或浏览器中运行,代码、权重与训练数据均开源。查看
JoyAI-VL-Interaction:实时视频语言交互模型与系统开源项目8B 视觉语言交互模型,配套训练配方、数据与实时流式部署系统。查看
UniRL:统一多模态模型强化学习框架开源项目分层可组合的 RL 后训练框架,用同一套生成、打分、优势计算、策略更新流程覆盖多类多模态模型。查看
LLMs-from-scratch:从零构建大语言模型教程代码开源项目《Build a Large Language Model (From Scratch)》官方代码仓库,用 PyTorch 逐步实现并训练 GPT 类模型。查看
Protenix:生物分子结构预测工具开源项目面向高精度生物分子结构预测的开源工具,提供多个模型版本与训练、推理流程。查看
HunyuanVideo:开源视频生成模型开源项目130亿参数的视频生成基础模型,提供PyTorch定义、预训练权重与推理采样代码。查看