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 664
AI证阿伦森-安拜尼斯猜想AI热点PSI借助Anthropic未发布模型,三天内证明量子计算领域悬置多年的阿伦森-安拜尼斯猜想。
论文:违背信念微调可致LLM失准AI热点arXiv论文发现,用模型不相信但无害的数据微调会诱导广泛失准,数学题错误率从4%升至60%以上。
OpenAI研究:智能体评测与生产行为存差距AI热点OpenAI Alignment团队对比六个模型在安全评测与Codex生产决策上的表现,发现评测成功率普遍低于生产,差距10.2至37.4个百分点,模型对评测目标的误判是关键因素。
Claude发现内核11年老漏洞并写出利用代码AI热点Anthropic披露其内部Claude模型发现Linux内核潜伏11年的高危UAF漏洞,并自动生成可用的两阶段远程利用程序,全程约53分钟拿到Root权限。
Pika开源H3 Flex:六步生成音视频AI热点Pika基于MiniMax H3开源衍生模型H3 Flex,通过六步去噪联合生成画面与同步音频,开放适配器权重与推理代码,推理速度提升约1.6倍。
谷歌发布Gemini 4 Carbon,普通用户暂无法使用AI热点谷歌推出前沿AI模型Gemini 4 Carbon,但目前不对公众开放,且它只是Argon的小幅升级。
vLLM实现Mistral Large 4首日支持AI热点vLLM宣布对Mistral新旗舰模型Mistral Large 4提供Day 0支持,该模型为1T参数、每token激活49B的原生多模态MoE模型,采用MLA稀疏注意力、跨层KV共享等新架构,并内置DSpark推测解码草稿器与Pixtral视觉编码器。
OpenRouter公布Claude Code会话成本数据AI热点OpenRouter公布Claude Code各模型会话成本中位数,Opus 5.5短会话$0.31。
研究:CoT可控性训练降低思维链可监控性AI热点arXiv论文发现persona-control训练使模型思维链更难被监控,gpt-oss-20b可监控性指标从0.94降至0.68。
OpenAI更新Astra for Law并开放企业申请AI热点OpenAI发布更新版Astra for Law法律模型配置,在Harvey LAB-AA基准排名第一,并向所有ChatGPT Enterprise客户开放申请访问。
Perplexity发布Orchestrator API支持KV缓存路由AI热点Perplexity推出Orchestrator API,一个API聚合45+模型,支持KV cache兼容的决策式路由与自动故障切换,实测将terminal-bench 4.1解题数从38提升至41。
FaceJev发布:人脸伪造检测提升7.25点AI热点arXiv新论文提出基于多模态大模型的人脸伪造检测方法FaceJev,通过八个面部部件的直接视觉决策判断伪造,并构建PartForensics数据集,在未见操纵类型上较最强基线提升7.25个百分点。
研究:LLM公平性审计一年后失效AI热点arXiv新论文对五家提供商模型在13个月内重复公平性审计,发现同一模型一年后偏置模式显著变化,提出证据锚定理论与模型类别审计建议。
月之暗面宣布Kimi转向生物化学制药研究AI热点月之暗面宣布Kimi模型主攻方向从编程转向生物、化学和制药研究,DP Technology已将Kimi K3.1 Pro集成进研究助手BioMaster。
sudo L7基准:Claude全系胜过GPTAI热点新基准sudo L7显示Claude各模型在软件工程判断力上全面超越GPT。
Hugging Face推理路由切换至OpenRouterAI热点Hugging Face将Inference Providers的语言模型请求切换至OpenRouter路由,按价格、速度与可靠性动态选择供应商并自动重试。
英伟达发布Nemotron for Science科研智能体套件AI热点英伟达推出Nemotron for Science,整合开源模型、化学数据集与后训练配方,加速科研智能体开发。
Perplexity发布本地优先智能体ComputerAI热点Perplexity推出本地优先智能体Portable Computer,默认全栈本地运行,敏感数据不出设备;在内部基准上Qwen 3.8 27B跑出82.6%,其后训练模型PPLX 27B达85.4%。
华为云MaaS上线开源盘古openPangu-2.1-ProAI热点华为云MaaS上线开源盘古模型openPangu-2.1-Pro,围绕Agent开发、AI编码与推理优化升级。
Suno发布Bridge beta接入Ableton LiveAI热点Suno推出Bridge beta独立应用,将音乐模型接入Ableton Live 12(Mac),生成的乐器与人声可直接匹配工程速度、调性与律动。
开源项目 405
Dolphin:文档图像解析模型开源项目基于单一VLM的两阶段文档解析模型,将页面解析为结构化JSON与Markdown,支持页面级与元素级解析。查看
LingBot-Depth:掩码深度建模的空间感知模型开源项目通过掩码深度建模将不完整、含噪的深度传感器数据补全为高质量、米制精确的3D测量,面向机器人学习与3D视觉。查看
ERNIE:文心大模型与训练工具仓库开源项目文心 4.5 系列多模态模型的官方仓库,含模型说明与 ERNIEKit 训练工具链。查看
RF-DETR:实时目标检测、实例分割与关键点检测模型库开源项目Roboflow 的实时 Transformer 检测架构,基于 DINOv2 骨干,统一 API 支持检测、分割与关键点任务。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
Qwen3-Omni:多模态全模态基础模型开源项目Qwen3-Omni 是端到端多语言全模态基础模型,处理文本、图像、音频、视频并流式输出文本与语音。查看
LingBot-Touch:异构触觉表征学习基础模型开源项目基于JEPA的触觉表征模型,用共享Transformer在潜在空间做掩码预测,统一磁、压阻与视触觉信号,支持高频推理与跨传感器、跨任务迁移。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
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
Wan2.2:开源大规模视频生成模型开源项目开源视频生成模型系列,引入 MoE 架构分离去噪阶段,并提供文生视频、图生视频等模型的推理代码与权重。查看
OmniVoice:支持600+语言的零样本TTS模型开源项目基于扩散语言模型架构的多语言文本转语音模型,支持声音克隆、声音设计与细粒度发音控制,RTF最低0.025。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
Qwen3-TTS:语音生成模型系列开源项目支持语音克隆、语音设计与自然语言控制的语音生成模型,覆盖10种语言,提供流式低延迟合成。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
Qwen3-VL:通义千问视觉语言模型系列开源项目Qwen 系列视觉语言模型仓库,含 Dense 与 MoE 多尺寸权重、Instruct/Thinking 版本及能力示例。查看
HunyuanVideo-Avatar:音频驱动人物动画模型开源项目腾讯混元的多模态扩散 Transformer 模型,以音频为条件生成高动态、情绪可控、支持多角色的对话视频,已开源推理代码与权重。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
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
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