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
Qwen3-ASR:语音识别与强制对齐模型开源项目支持52种语言和方言的语音识别与语种判定模型系列,另含11种语言的文本-语音强制对齐模型。查看
YuE2:符号与音频统一的歌曲生成模型开源项目输入歌词与风格提示,先生成可编辑的旋律与和弦谱,再渲染成含人声与伴奏的完整歌曲。查看
MOSS-Image:文本到图像生成模型开源项目开源文本生成图像模型系列,含 Base 与 SFT 版本,支持布局控制与长提示词。查看
CADAM:自然语言生成 CAD 模型的开源 Web 应用开源项目浏览器内的开源 Text-to-CAD 应用,用自然语言或图片生成参数化 OpenSCAD 模型,可导出 STL/SCAD/DXF。查看
Qwen3:开源大语言模型系列仓库开源项目Qwen3 系列大语言模型的官方仓库,提供权重、推理部署、量化与训练文档指引。查看
simple-evals:语言模型评测参考实现开源项目OpenAI 开源的轻量语言模型评测库,2025 年 7 月起不再更新,保留 HealthBench、BrowseComp、SimpleQA 参考实现。查看
lingbot-world:开源世界模型代码与权重开源项目LingBot-World 开源世界模拟器的代码与模型仓库,支持相机位姿/动作控制的长时程视频生成与实时交互。查看
gpt-oss:OpenAI 开放权重模型与参考实现开源项目OpenAI 的 gpt-oss-120b 与 gpt-oss-20b 开放权重模型仓库,含推理参考实现、工具与客户端示例。查看
rtp-llm:大模型推理加速引擎开源项目阿里巴巴基础模型推理团队开发的LLM推理加速引擎,支持量化、KVCache优化、投机解码等加速技术,已在集团内多个业务中使用。查看
AI工具系统提示与模型信息合集开源项目收集并分享各类AI工具的系统提示与模型相关信息的资料仓库。查看
llm-course:大模型学习路线与实验笔记本开源项目分三部分的大模型课程,配套微调、量化、模型合并等可运行的笔记本与文章。查看
Kimi K3:开源多模态 Agent 模型开源项目MoonshotAI 开源的 2.8T 参数原生多模态 Agent 模型,支持 100 万 token 上下文与文本图像输入。查看
bitnet.cpp:1-bit 大模型的推理框架开源项目BitNet b1.58 等 1-bit/三值大模型的官方推理框架,提供 CPU 与 GPU 优化内核及配套模型。查看
airllm:低显存大模型推理库开源项目通过分层加载在小显存GPU上运行大语言模型,无需量化、蒸馏或剪枝,也支持小显存训练。查看
LTX-Video (Legacy):视频生成模型源码与权重仓库开源项目LTX-Video v0.9.x 视频生成模型的官方仓库,已停止活跃开发,保留供复现结果与维护既有工作流使用。查看
Unlimited-OCR:超长文档解析OCR模型开源项目百度的OCR模型项目,用SR-SWA把超长序列的图文注意力压缩为固定大小工作参考,实现有限上下文内的无界文档解析。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
LongCat-Video:长视频生成模型开源项目13.6B 参数的视频生成模型,统一文生视频、图生视频与视频续写,附推理代码与模型权重。查看
Cherry Studio:多模型 AI 工作站桌面应用开源项目Windows、macOS、Linux 上的 AI 工作站,支持多模型对话、Agent、知识库、图像生成与日常工具。查看
colibri:本地运行超大开源模型的推理引擎开源项目纯C实现的推理引擎,用MoE专家按需从磁盘读取的方式在普通电脑上运行数百亿参数的开源模型,无需GPU。查看