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 626
Kimi发布Hosted Agents托管智能体AI热点Kimi推出Hosted Agents托管智能体服务,将Agent运行的Harness作为云端服务提供,含140+ Skills与8个金融模板。
阿里内测AI影视创作台LooogenAI热点阿里内测面向短剧与视频制作的本地Agent创作台Looogen,支持对话完成全流程制作与本地化部署。
星尘智能AOS系统降低机器人开发门槛AI热点星尘智能在深圳举办机器人黑客松总决赛,其AOS操作系统让16个App跑通真机,上真机率达94%,内部开发速度提升3到5倍。
千问办公会员月卡直播半小时售10万份AI热点千问办公个人会员月卡登陆李佳琦双十一直播间,半小时售出10万份,带动约2万亿Token销量。
Hume发布Audio Decision APIAI热点Hume推出Audio Decision API,可直接从音频回答自定义问题并返回概率,无需转写步骤。
Simon Meyer用Kling 4.0制作万圣节AI短片AI热点Simon Meyer团队用Kling 4.0制作万圣节AI短片,分享制作流程与技巧。
Gym-Anything用编码智能体生成机器人仿真AI热点arXiv论文提出Gym-Anything框架,让编码智能体自动生成机器人仿真并构建RoboWorld基准。
阿里云发布飞天企业版v3.18AI热点阿里云在国际云栖大会发布飞天企业版v3.18,主打可信AI云,面向全球政企客户。
方舟投资:Anthropic巨额AI支出或成盈利关键AI热点方舟投资分析师称Anthropic营收快速增长,推理成本下降将支撑长期盈利,估值或达2万亿美元。
DGP让LLM每层动态访问全部ViT层AI热点西北工业大学与香港科技大学提出DGP架构,让每个LLM层按需访问全部ViT层并动态分配融合权重,在LLaVA-1.5-7B上11项指标全部超过基线。
DGP动态门控打通ViT与LLM全层连接AI热点NeurIPS 2026接收论文提出DGP机制,在ViT与LLM所有层间建立动态门控全连接,较LLaVA-1.5基线多项评测显著提升。
CellNet开放2.31亿张转录组图像AI热点湖南大学团队提出CellNet,将转录组表示为图像并开放覆盖40物种的Image Atlas数据底座。
DeepSeek第二轮融资1055亿元,估值6155亿AI热点DeepSeek完成1055亿元人民币第二轮融资,估值达6155亿元,成为迄今中国AI公司最大规模风险投资。
腾讯混元 Hy4 与 Hy4 flash 即将发布,首次引入视觉理解AI热点腾讯宣布混元 Hy4 及 Hy4 flash 即将发布,Hy4 首次引入视觉理解,Hy4 flash 主打性价比。
AgentNAS:LLM与NAS结合,17任务中11项胜出AI热点新论文提出AgentNAS,用LLM设计种子架构并分解为可搜索空间,再由NAS探索,在17项任务中11项超越已发布基线。
ASAP框架提升二进制反编译重执行率至71.9%AI热点arXiv论文提出ASAP框架,通过汇编-源码对齐精化反编译伪代码,重执行率与重编译率均显著提升。
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。
百度文心5.5 Flash Preview发布,两项基准居首AI热点百度文心发布ERNIE 5.5 Flash Preview,在八项基准测试中两项排名第一,并公布推理价格与开源计划。
ADIndex组级蒸馏提速稀疏注意力索引AI热点ADIndex通过层自适应校准与组级蒸馏优化DeepSeek稀疏注意力索引,在长上下文推理中实现显著加速且性能近乎无损。
论文:LoRA后门防御可被少样本重激活AI热点arXiv论文指出LoRA后门子空间投影防御虽能将攻击成功率降至0,但5样本少样本重激活可使各防御方法攻击成功率反弹至91.7%-100%。
开源项目 386
rknn-toolkit2:Rockchip NPU 模型转换与部署 SDK开源项目在 PC 上把训练好的模型转换为 RKNN 格式并做推理与性能评估,配套板端 C/C++ 与 Python 运行时在 Rockchip NPU 上部署。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
MOSS-TTS-Nano:0.1B 参数多语言轻量语音合成模型开源项目开源多语言 tiny TTS 模型,0.1B 参数,支持 CPU 流式推理、声音克隆、ONNX 部署与微调。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
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
Lance:统一多模态理解生成编辑模型开源项目3B参数的原生统一多模态模型,支持图像与视频的理解、生成和编辑,附推理与微调代码。查看
GLM-5:开源大模型系列与技术报告开源项目GLM-5 系列开源权重模型仓库,涵盖面向复杂系统工程与长程智能体任务的 GLM-5 及其后续版本,提供模型下载与技术报告入口。查看
SkyReels-V2:无限长度视频生成模型开源项目采用自回归 Diffusion-Forcing 架构的无限长度视频生成模型,提供权重与推理代码。查看
MOSS-TTS Family:语音与声音生成模型家族开源项目开源语音与声音生成模型家族,覆盖长篇语音、多说话人对话、音色设计、环境音效与实时流式 TTS。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
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
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
UnifoLM-WMA-0:机器人世界模型-动作框架开源项目Unitree 开源的跨本体机器人世界模型-动作框架,世界模型既可作交互式仿真引擎生成数据,也可接动作头优化决策。查看
gpuworks:轻量级 GPU 与模型服务平台开源项目40 MB 的 GPU 管理与 MaaS 平台,把自有服务器、云实例与容器组成统一集群,一键部署模型并以 OpenAI 兼容端点对外服务。查看
Qwen3-VL-Embedding:多模态嵌入与重排模型开源项目Qwen3-VL-Embedding 与 Qwen3-VL-Reranker 是基于 Qwen3-VL 的多模态嵌入与重排模型,支持文本、图像、截图、视频及混合模态输入。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
UniRL:统一多模态模型强化学习框架开源项目分层可组合的 RL 后训练框架,用同一套生成、打分、优势计算、策略更新流程覆盖多类多模态模型。查看
DFlash:块扩散投机解码草稿模型开源项目面向投机解码的轻量块扩散模型,支持多款开源基座的并行草稿生成与多种推理后端。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
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