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
面壁智能发布长上下文训练新缩放定律AI热点面壁智能提出长上下文性能新经验缩放定律,外推R²达0.97,配套协议支持32K到128K收益迁移。
Inkling 2 Small原生4-bit训练细节公开AI热点Thinking Machines Lab详解Inkling 2 Small在NVIDIA GB300上以原生4-bit前向传播完成全流程训练,预训练时间从数周缩短至68小时。
OPMD同策略蒸馏提升模型中期训练AI热点arXiv新论文提出OPMD方法,用冻结教师的反向KL奖励在中期训练中主动采样学生轨迹,在数学基准上超越传统NTP基线。
SEELE框架动态调难度提升推理训练AI热点论文提出SEELE框架,通过响应式rollout难度操纵优化RLVR训练,在六个数学推理基准上较GRPO提升10.0分。
VIOS框架提升视频推理后训练效率AI热点NeurIPS 2026论文提出VIOS后训练框架,通过自审计视觉依赖在12项基准上以更少算力提升视频推理表现。
微软等发布WildAWM合成电脑环境训练CUAAI热点微软研究院等机构提出WildAWM,通过合成个人电脑环境与跨界面任务训练计算机使用智能体,使两个Qwen模型在8个分布外评测榜单上全部提升。
上海创智学院开源801-30B预训练模型AI热点上海创智学院与新序智能联合发布预训练级RSI技术报告及801-30B base模型,评测进入同尺寸开源第一梯队。
DeepSeek V5拟用华为昇腾预训练AI热点DeepSeek计划基于华为昇腾算力进行V5模型预训练,标志国产算力在大模型训练端的突破。
OpenAI将用Daybreak Blue会话数据训练模型AI热点OpenAI邮件确认,自11月29日起将使用此前禁止训练的Daybreak Blue网络安全会话数据训练模型,即使用户关闭相关设置;遭反对后承诺提供单独退出选项。
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。
190行纯JAX复现DeepSeek V3,MacBook上完成预训练AI热点开发者用190行纯JAX实现DeepSeek V3架构,在MacBook Air M5上完成36.2M参数预训练并公开检查点与实验数据。
LMArena开源Web数据集,交互奖励提升智能体训练AI热点LMArena开源两套Web开发数据集,并验证交互式奖励可在无需代码访问的情况下提升智能体训练效果。
DForkTree推测解码提速至4.75倍AI热点arXiv论文提出训练免费方法DForkTree,在Qwen3.5-4B和9B上较DFlash最高提升41.5%,平均加速达4.75倍。
CASCADE++逻辑异常检测框架发布AI热点论文提出免训练CASCADE++框架,通过约束特定视觉脚手架提升逻辑异常检测精度。
DictLLM字典核压缩LLaMA-7B达5.1倍AI热点DictLLM提出字典核后训练压缩方案,将LLaMA-7B压缩5.1倍且困惑度仅升2.9点,压缩率较SOTA低秩方法高3.6倍,入选NeurIPS 2026。
扩散模型左到右推测解码新方法AI热点新论文提出三种训练干预,让扩散草稿模型更好适配自回归验证,接受草稿长度提升21-76%。
MEMENTO长上下文智能体准确率升至67.8%AI热点MEMENTO基于Qwen3-8B训练上下文压缩管理,在书籍问答基准上将准确率从36.9%提升至67.8%,成本远低于GPT-5.5与GLM-5.3方案。
纯像素空间生成模型展现类LLM推理能力AI热点arXiv论文《Pixel is All You Need》训练纯像素空间生成模型,无需文本通路即可在画布上读题、写步骤并作答,呈现幂律扩展与类思维链行为。
MIT韩松团队开源PEAR:27B模型仿真RL操控真机AI热点MIT韩松团队公布机器人后训练项目PEAR,基于Qwen3.8-27B仅用仿真强化学习训练,真机测试30次成功18次,RTX 5090上达221 tok/s,LIBERO成功率74.4%,现已开源。
英伟达GR00T 2测试:Ego数据使任务完成率升至70%AI热点英伟达GR00T 2模型测试显示,Ego训练数据从零增至全部,机器人平均任务完成进度从50%提升至70%,验证大规模第一视角数据对机器人操作能力的价值。
开源项目 101
nnU-Net:自适应医学图像分割框架开源项目自动根据数据集配置预处理与U-Net结构的语义分割框架,覆盖预处理、训练、模型选择到推理的完整流程。查看
Kronos:金融K线序列的开源基础模型开源项目面向金融K线(OHLCV)序列的decoder-only基础模型家族,用分层离散token化后自回归预训练,可做量化预测。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
LongCat-Image:中英双语图像生成基础模型开源项目6B 参数的开源中英双语文生图与图像编辑模型,提供中间检查点与完整训练代码,支持 Diffusers 和 ComfyUI。查看
TabFM:scikit-learn 兼容的表格基础模型库开源项目对混合类型表格数据做零样本分类与回归,推理时用上下文学习而非训练。查看
Brush:基于高斯泼溅的3D重建引擎开源项目用高斯泼溅做3D重建的引擎,可在桌面、Android和浏览器中训练与查看场景。查看
FireRed-Image-Edit:通用图像编辑模型开源项目通用图像编辑模型,支持指令编辑、人物一致性、多图融合、妆容与文字风格参考,并提供训练代码与ComfyUI支持。查看
HY-WorldPlay:实时交互式世界模型开源项目HY-World 1.5(WorldPlay)是实时交互式世界模型,以流式视频扩散生成24 FPS长时序一致的可操控视频,并开源训练与推理代码。查看
HunyuanOCR-1.5:轻量端到端 OCR 视觉语言模型开源项目统一文档解析、文本检测识别、信息抽取与图文翻译的轻量 OCR VLM,含训练与推理栈。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
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
Bernini:视频扩散的语义规划框架开源项目结合MLLM语义规划器与DiT渲染器的视频生成与编辑统一框架,附推理、训练代码与模型权重。查看
Ideogram 4:开源文生图基础模型开源项目Ideogram 首个开放权重文生图模型,采用结构化 JSON 提示接口,支持多语言文字渲染与布局控制。查看
SpikingBrain-7B:脉冲脑启发大模型的实现与权重开源项目SpikingBrain-7B 是融合混合注意力、MoE 与脉冲编码的大模型仓库,提供 HuggingFace、vLLM 与量化版本的完整实现和权重。查看
LongCat-Flash-Chat:MoE语言模型开源项目560B总参数、按需激活约27B参数的MoE非思考型基础模型,面向agentic任务,附技术报告。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
LMT:中英为中心的多语机器翻译模型开源项目覆盖60种语言、234个翻译方向的LLM多语翻译模型系列,含0.6B至8B四种规格及配套SFT数据。查看
LongCat-Flash-Omni:全模态开源模型开源项目5600 亿参数(激活 270 亿)的开源全模态模型,支持实时音视频交互与流式语音生成。查看
Pixel LLMs:像素级视觉定位的多模态模型系列开源项目以Sa2VA为核心的多模态LLM研究项目集合,将SAM-2与MLLM结合,实现图像和视频的密集定位理解。查看
HY-Motion 1.0:文本生成 3D 人体动作的模型系列开源项目基于 DiT 与 Flow Matching 的文本到 3D 人体动作生成模型,输出可接入 3D 动画管线的骨骼动画。查看