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
RAVEN临床记录基础模型发布AI热点论文提出RAVEN,基于超百万人EHR数据做下次就诊预测的临床基础模型,零样本疾病预测表现优异。
4B代码集成模型aiXapply发布,延迟降至1.89秒AI热点arXiv论文提出专用4B模型aiXapply,用于IDE工作流的全文件代码集成,准确率超越Deepseek-V3.2,并在aiXcoder插件中将平均延迟从50秒降至1.89秒。
BQ-LoRA:二值适配器存储降13-16倍AI热点BQ-LoRA用单比特二值适配器替代FP16,存储降低13-16倍,在Qwen2.5各规模上超QLoRA基准0.8-3.5点,已入选NeurIPS 2026。
POND发布:大模型仅预填充提升小模型表现AI热点arXiv论文提出POND方法,大模型只做预填充、小模型负责解码,通过桥接映射隐藏状态提升小模型在推理与编码任务上的表现,并可跨领域迁移。
蚂蚁灵波具身大模型挑战赛落幕,TARS夺冠AI热点蚂蚁灵波首届具身大模型挑战赛总决赛结果公布,TARS战队以82.5分获一等奖,赛事以开源模型LingBot-VLA2.0为底座进行真机挑战。
Wispr自研语音模型Canto 1词错率降至3.4%AI热点Wispr转向自研语音模型,首个模型Canto 1在真实听写测试中词错率达3.4%。
蚂蚁inclusionAI发布Duo-1.0-distill-quant权重AI热点蚂蚁 inclusionAI 在 HuggingFace 发布 Duo 1.0 的 FP8 量化四步蒸馏 Realization 权重。
AURA 2.0开源:流式视频模型可主动发起对话AI热点AURA 2.0开源流式视频大模型,新增模型主动对话等三项核心能力,评测居开源流式模型前列。
微软发布FrogNano-4B仓库级编码智能体AI热点微软发布基于Qwen3.5-4B微调的紧凑型仓库级编码智能体FrogNano-4B,采用Apache 2.0许可开源。
深度原理发布科研模型Hydrogen-1.0AI热点深度原理推出以GLM-5.3为底座的科研模型Hydrogen-1.0,开放权重与API,多项评测中表现领先。
CoRL 2026放榜:伯克利、英伟达斯坦福获奖AI热点CoRL 2026公布获奖名单,伯克利SuperMimic获最佳论文奖,英伟达与斯坦福RoboTTT获最佳学生论文奖。
谷歌研究发布可穿戴健康教练框架AI热点谷歌研究提出可穿戴CKM风险画像框架,用世界模型模拟12周习惯轨迹并生成教练计划。
Fish Audio发布全双工语音模型Live 3AI热点Fish Audio推出面向实时语音Agent的全双工模型Live 3,短反应最快186毫秒,支持平台、API与本地部署,限时定价每分钟0.035美元。
智元发布具身全模态模型WITA-OmniAI热点智元发布行业首个具身全模态端到端交互大模型WITA-Omni,支持触觉与动作输出,响应最快约400毫秒。
苹果AMP1让通用模型零样本控机械臂AI热点Apple论文提出AMP1框架,Claude Opus 5.5等通用模型零样本操控机械臂成功率超越VLA模型。
Ai2开源机器人评测框架ToyBlocksAI热点Ai2发布FoundationWorlds框架及首个受控环境ToyBlocks,用于机器人学习与评测研究。
递归稀疏注意力RecSA实现百万Token外推AI热点arXiv论文提出递归稀疏注意力RecSA,以对数成本实现百万级Token长度外推,性能与速度均超越稠密注意力基线。
基元律动发布1250亿参数智能体模型AI热点前华为盘古负责人王云鹤创办的基元律动发布NeoHorse-1.5-Flash Preview并开放内测,主参数1250亿、激活60亿,评测成绩较基座明显提升。
百度开源文心5.5 Flash Base模型AI热点百度开源文心5.5 Flash Base基座模型,2800亿参数MoE架构,多基准刷新同尺寸SOTA。
中国科大开源RNA基础模型structRFM登NatureAI热点中国科大MIRACLE实验室发布开源RNA序列基础模型structRFM,成果发表于《自然》,并开放配对数据、模型权重与源代码。
开源项目 101
lm_understand-logs:LLM 读写神经网络权重实验日志开源项目该仓库收录博客文章中每个实验的完整日志,包括发送给模型的内容、模型回复、运行的代码与输出、评分以及读写的网络。查看
VoxCPM:无离散token的文本转语音模型开源项目基于扩散自回归架构的开源TTS系统,支持30种语言、声音设计、可控声音克隆与48kHz输出。查看
HunyuanWorld-Mirror:前馈式 3D 几何预测模型开源项目一次前向传播即可从图像与几何先验生成点云、深度、法线、相机参数和 3D 高斯等多种 3D 表示。查看
Hermes Voice:让旧款 Echo 与 Hermes Agent 语音对话开源项目通过 Home Assistant Assist 把旧 Amazon Echo 变成 Hermes Agent 的语音入口,Echo Show 屏幕同步显示对话、工具与后台任务。查看
gputaskman:终端里的 GPU 进程监控工具开源项目类 htop 的终端 UI,展示每进程 GPU 显存、引擎活动、运行时与模型文件等信息。查看
ultralytics:YOLO 目标检测与视觉任务框架开源项目ultralytics 是 YOLO 系列模型的 Python 框架,支持检测、分割、分类、姿态、OBB、深度估计与跟踪,提供 CLI 和 Python 两种用法。查看
microduck:双足机器人的运行时软件开源项目驱动约25厘米双足机器人的守护进程集合,以50Hz控制循环运行强化学习策略,控制十五个舵机。查看
LongCat-Video:长视频生成模型开源项目13.6B 参数的视频生成模型,统一文生视频、图生视频与视频续写,附推理代码与模型权重。查看
AngelSlim:大模型压缩工具箱开源项目腾讯开源的大模型压缩工具箱,涵盖量化、蒸馏、稀疏注意力与投机解码等能力。查看
HuMo:多模态条件驱动的人物视频生成开源项目结合文本、参考图像与音频生成音画同步人物视频的框架,附推理代码与数据集。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
MetaClaw:让个人 Agent 从对话中元学习进化开源项目在 LLM API 前放置代理,拦截个人 Agent 的交互、注入技能并从真实对话中持续学习,无需本地 GPU。查看
Agent0:零数据自进化智能体研究代码库开源项目包含 Agent0 与 Agent0-VL 两项研究的代码,通过工具集成推理让智能体在无人工标注数据下自我进化。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
LeRobot:真实世界机器人的PyTorch模型与工具开源项目提供硬件无关的机器人控制接口、标准化数据集格式与多种SOTA策略,覆盖模仿学习、强化学习、VLA与世界模型。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
Tongyi DeepResearch:深度信息检索 Agent 模型开源项目通义实验室 30B-A3B 激活的深度研究模型,面向长程信息检索任务,附推理脚本与评测流程。查看