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智能体400美元窃19万游戏账号AI热点Check Point研究报告显示,攻击者利用ARTEX等AI智能体平台,以不到400美元的模型成本批量窃取19万游戏账号凭证,攻击几乎全自动完成。
小红书提出GlyphAnchor提升长文本渲染AI热点小红书智创AIGC团队提出GlyphAnchor方法,通过位置锚定字形先验提升文生图与图像编辑模型的长文本、密集文本及生僻字渲染准确性。
Inkling 2 Small登顶WebDev开源榜AI热点Inkling 2 Small在Code Arena: WebDev数据与分析类升至第5名,开源模型中排名第一。
AI实验室高价采购媒体私有数据AI热点Wired报道AI实验室正以高额费用采购媒体旧工作文档与内部通信,用于模型训练。
Physicl获千万美元种子轮,发布机器人训练StudioAI热点Physicl获Inovia Capital领投的1000万美元种子轮融资,发布含1万个3D环境和10万资产的Studio产品,为机器人训练生成合成数据,世界模型公司SpAItial为早期客户。
论文审计九个政策决策基准,提出BAR修订框架AI热点研究审计九个政策决策基准,发现评分器与参考答案错误,并提出BAR修订框架,修正后模型接受率显著提升。
京东物流JDD大会发五款狼族机器人AI热点京东物流在JDD大会发布五款狼族机器人新品,并推出超脑大模型3.0统一调度供应链全链路机器人协同作业。
指令微调提升开源LLM德语肿瘤ICD编码AI热点论文显示,用公共ICD目录构建超50万问答对微调8个开源模型,可显著提升德语肿瘤诊断ICD编码准确率。
华为云MaaS将上线openPangu-2.1-ProAI热点华为云MaaS平台宣布11月15日更新上线openPangu-2.1-Pro旗舰模型,提升ArkTS代码生成质量,多款核心产品同步接入。
论文:LLM隐藏状态存稀疏奖励子系统AI热点arXiv新论文发现LLM隐藏状态中奖励信息集中于稀疏神经元子集,价值神经元可预测模型置信度,多巴胺神经元可作过程奖励模型引导推理搜索。
新方法提升LLM安全对齐抗剪枝鲁棒性AI热点论文提出Addition by Subtraction方法,通过微调移除安全关键神经元并重建对齐行为,使模型对剪枝与越狱攻击更鲁棒,攻击成功率最多降低90%。
MONET开源1.038亿图文对数据集AI热点MONET发布1.038亿图文对开源数据集,附预计算嵌入并经4B模型验证。
VAR-Q免调优KV缓存量化:内存降78.5%AI热点VAR-Q提出面向视觉自回归图像与视频生成的免调优KV缓存量化框架,在九个模型上将KV内存最多降低78.5%,并支持6倍更大推理批次。
英伟达UT-Austin发布Realtime-BenchAI热点英伟达与UT-Austin等机构提出Realtime-Bench实时交互基准,测试12个前沿模型,最佳模型GPT-6-Astra任务成功率仅44%。
小米机器人汽车工厂连续作业8小时AI热点小米CyberOne 02人形机器人在汽车工厂首次完成8小时连续作业验证,并披露具身基座模型XR-1的技术细节与评测结果。
Anthropic组建15人芯片设计团队AI热点Anthropic在投资者会议上透露已组建15人芯片设计团队,用Claude模型开展定制芯片设计,内部测试显示可缩短设计周期。
清华伯克利开源机器人Agent HarnessAI热点清华、伯克利团队提出uni-robot-agent统一机器人Agent harness,开源模型在RoboDojo取得31.39分,超GPT-6 Astra的28.97分,真机取得53.50分。
Zyphra发布树状稀疏注意力ZHAAI热点Zyphra AI发布ZHA稀疏注意力方法,用树状索引器实现稀疏检索,约4B token即可蒸馏进冻结模型,在256K检索基准上接近稠密注意力。
飒智智能完成数亿元Pre-B轮融资AI热点工业具身智能企业飒智智能完成数亿元Pre-B轮融资,资金用于大模型研发与多臂机器人迭代。
DeepSeek V4.1刷新ARC-AGI开源成绩AI热点ARC Prize公布DeepSeek V4.1 Flash 1017在ARC-AGI-2取得78.1%、ARC-AGI-1达94.5%,刷新开源模型纪录。
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