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
极智嘉CeMAT展示Gravity具身模型AI热点极智嘉在CeMAT 2026展示Gravity具身模型与Gino 1机器人,实现陌生物品抓取与整仓协同。
蚂蚁百灵发布Ling-3.1-flash模型AI热点蚂蚁百灵上线Ling-3.1-flash原生混合推理模型,总参数560B、激活25B,支持100万token上下文。
爱信展示集成内存存储模型权重SoCAI热点爱信与东北大学展示16nm SoC,内置STT-MRAM存储模型权重与操作系统,开机到内核启动仅65.7毫秒,较外部内存快38倍。
OpenAI部署激活分类器监控模型AI热点OpenAI自GPT-5.6起在最强模型部署激活分类器,逐token实时评分并可中途阻断违规回复与工具调用。
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。
谷歌发布多模态嵌入模型EmbeddingGemma 2AI热点谷歌推出开放权重多模态嵌入模型EmbeddingGemma 2,将文本、代码、图像、视频和音频映射进统一768维向量空间,面向端侧部署优化。
小米开源0.8B文档理解模型Xiaomi-OCR-0AI热点小米宣布开源轻量级文档理解模型Xiaomi-OCR-0,0.8B参数覆盖文档解析、信息抽取与OCR视觉问答,权重与代码已上线Hugging Face和GitHub。
字节辟谣横店群演数据喂大模型传言AI热点字节豆包公关负责人刘星回应称,横店与字节合作将15万群演肖像声音喂给大模型的传言严重失实,火山引擎仅为技术支持方,采集数据不会用于训练字节大模型。
DiffuSpace开源Clover-35B扩散语言模型AI热点DiffuSpace发布Clover系列首个成员Clover-35B-A3B-Preview,以Apache许可开源,采用MoE架构的扩散语言模型,性能超同规模自回归模型且生成速度更快。
新论文提出BookNavigator让大模型自主学习解数学题AI热点arXiv论文提出BookNavigator接口,通过强化学习激励大模型自主检索学习教材,将Intern-S2-Preview-35B证明准确率从51.5%提升至79.5%。
豆包工作向企业客户开放第三方模型服务AI热点豆包工作面向企业客户开放第三方模型,首批接入Kimi 3.1 Pro、GLM 5.3、DeepSeek V4.1 Flash等。
多校发布RoboRisk基准与LEASH护栏,大模型机械臂伤害率大降AI热点西交利物浦大学等多校联合提出机器人安全基准RoboRisk与安全护栏LEASH,评测显示六个前沿大模型伤害率在9.06%至76.92%之间,加入LEASH后四个模型真机任务零伤害。
字节跳动等推出Axion 1.0智能体训练模型AI热点字节跳动等团队推出Axion 1.0,仅用两阶段SFT与RL训练智能体,122B版HLE达59.0%,并全面开源训练代码与数据。
英伟达发布LidarVerse:首个模拟多款LiDAR扫描模型AI热点英伟达发布LidarVerse,可实时模拟不同LiDAR传感器扫描并重建场景。
LuthorSQL发布:7B单遍文本转SQL模型AI热点LuthorSQL作为快速系统1门控,可本地处理近半查询并降低33.3% API成本。
华为云将发布首款昇腾原生具身世界模型AI热点华为云将于11月16日发布首款昇腾原生具身世界模型CloudRoboWM1.2。
Gemini 4 Hydrogen High成Agent Arena前十最快模型AI热点Agent Arena榜单显示,谷歌Gemini 4 Hydrogen (High)成为前十模型中速度最快的一款,典型步长7.3秒。
smolmaxxing让1G内存旧设备本地跑AI大模型AI热点smolmaxxing基于llama.cpp优化老旧芯片,让1G内存电视盒子和旧iPad本地运行AI大模型并给出实测速度。
Claude Opus 5.5成Anthropic多套餐默认模型AI热点Anthropic宣布Claude Opus 5.5成为Pro、Max、Ultra和Team套餐默认模型,并公布各款模型定位与价格。
谷歌推出LiteRT Tensor API支持端侧模型构建AI热点谷歌发布LiteRT Tensor API,轻量级C++接口支持端侧模型构建与跨CPU/GPU/NPU运行,实测在MacBook Pro上比Apple MLX快约1.5倍。
开源项目 386
VibeVoice:语音合成与识别模型系列开源项目微软开源的语音AI模型系列,包含长音频语音识别与文本转语音模型,支持说话人、时间戳与流式识别。查看
Apache Ossie:语义模型交换规范开源项目Apache 孵化项目,提供跨工具通用的 JSON/YAML 语义模型规范、模式文件、Python SDK 与校验工具,统一 BI 与 AI 工具中的指标定义。查看
Z-Image:6B 参数单流扩散图像生成模型开源项目提供 Z-Image、Turbo、Omni-Base、Edit 四个变体的图像生成与编辑模型,Turbo 仅需 8 步采样。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
Depth Anything 3:任意视角几何与深度估计模型开源项目从单张或多张图像预测空间一致的深度、相机位姿与3D高斯,支持位姿估计、度量深度和新视角合成等多种视觉几何任务。查看
LingBot-VA:机器人控制的因果世界模型开源项目自回归视频-动作世界模型,统一视觉动态预测与动作推理,提供推理、评测与后训练代码及权重。查看
NVIDIA Cosmos:面向物理 AI 的世界基础模型开源项目Cosmos 3 全模态世界模型家族,含 Reasoner 与 Generator 两条分支,用于世界理解、视频生成、仿真与合成数据。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
HY-World-2.0:多模态 3D 世界生成与重建模型框架开源项目从文本或图像生成可导航 3D 场景,并从多视角图像或视频重建 3D 资产。查看
whichllm:本地大模型选型与运行命令推荐工具开源项目读取本机GPU、内存与带宽,估算哪些开源模型能跑、速度多快,并按基准排名给出可直接运行的命令。查看
Hy-MT2:多语言翻译模型系列开源项目腾讯混元的“快思考”多语言翻译模型系列,含 1.8B、7B、30B-A3B 三种规格,支持 33 种语言互译。查看
MiniCPM-V:端侧多模态大模型系列开源项目OpenBMB的多模态大模型系列,最新为MiniCPM-V 4.7(35B-A3B与1B)和全模态模型MiniCPM-o 4.5。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
HunyuanWorld-Mirror:前馈式 3D 几何预测模型开源项目一次前向传播即可从图像与几何先验生成点云、深度、法线、相机参数和 3D 高斯等多种 3D 表示。查看
HunyuanVideo-I2V:图生视频生成模型开源项目腾讯混元的图像到视频生成框架,仓库含PyTorch模型定义、预训练权重、推理采样代码与LoRA训练代码。查看
LLM Universe:动手学大模型应用开发教程开源项目面向初学者的大模型应用开发教程,以个人知识库助手为主线讲解 API 调用、知识库与 RAG。查看
Page Assist:本地 AI 模型的浏览器侧栏与 Web UI开源项目浏览器扩展,为 Ollama 等本地模型提供侧栏和网页聊天界面,可直接就当前网页内容提问。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
Surya:多语言OCR与文档版面分析模型开源项目689M参数OCR模型,支持多语言文字识别、版面分析、阅读顺序与表格转HTML,附带文本行检测和OCR错误检测小模型。查看
TRELLIS.2:图像转3D生成模型开源项目4B参数的图像到3D生成模型,用O-Voxel稀疏体素表示生成带完整PBR材质的高保真3D资产。查看