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
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