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
AI热点 624
米哈游公布游戏AI基础模型GamerAI热点米哈游公布通用视觉语言动作基础模型Gamer,可自主游玩3D和2D游戏。
昆仑万维Matrix-Game 4.0上线Reactor平台AI热点昆仑万维Matrix-Game 4.0正式上线实时世界模型平台Reactor,支持浏览器内实时交互生成游戏世界。
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。
蚂蚁联合西湖心辰发布世界模型Duo v1AI热点蚂蚁团队联合西湖心辰提出双向世界模型RWM范式,推出首个实现版本Duo v1,支持实时全双工交互,人工评测通过率93.3%。
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。
无界前沿开源生物信息模型Fx-Bio-1031AI热点无界前沿开源生物信息大模型Fx-Bio-1031,开放完整权重,在BioMysteryBench困难子集取得70.59% Pass@5,超越GPT-6-Astra与Claude Opus-5。
李飞飞发布统一世界模型AtlasAI热点李飞飞在CoRL 2026发布统一世界模型Atlas,并与AMD CEO苏姿丰首次同台对话。
MIT发布WorldParticle物理模拟模型AI热点MIT推出WorldParticle模型,用统一AI模拟沙土、液体与蛋白质等材料的物理行为。
智谱MiniMax等大模型厂商双11 Token五折促销AI热点双11期间智谱、MiniMax、阿里云等大模型厂商在天猫推出Token充值折扣,Token首次作为独立品类登上天猫。
IFM开源世界模型PAN 2AI热点IFM发布开源世界模型PAN 2,可生成最长20秒的动作后果视频,采用语言模型规划加29B视频模型渲染的架构,官方基准显示其在开放模型中完整计划完成率排名第一。
Underdog发布32MB语音模型WoofAI热点Underdog发布仅32MB、3100万参数的语音生成模型Woof,并推出浏览器演示游戏,可在无网络设备上运行,模型开放下载。
PFN开源翻译模型PLaMo 3 TranslateAI热点PFN开放翻译特化模型PLaMo 3 Translate,0.8B至31B四个尺寸可离线运行。
扩散模型左到右推测解码新方法AI热点新论文提出三种训练干预,让扩散草稿模型更好适配自回归验证,接受草稿长度提升21-76%。
魔芯科技发布昇腾4D世界模型MoWorld 2.0AI热点魔芯科技在世界互联网大会发布基于华为昇腾原生的4D世界模型MoWorld 2.0,性能与成本均有显著提升。
LiberAI发布世界动作模型Liber-0AI热点LiberAI发布基于超220万小时人类经验数据预训练的世界动作模型Liber-0,真机测试中在GPT-6生成的60项任务上取得36%成功率,显著高于对照的GPT-6 Astra。
启元发布PrimeSim世界模型仿真器AI热点启元具身研究中心发布面向机器人操纵任务的世界模型仿真器PrimeSim,在EWMBench和WorldSimProbe两大榜单登顶,权重与代码即将开源。
开源Karpo Decision登顶决策模型榜首AI热点MachinePulse开源Karpo Decision全系模型,31B旗舰在Decision Index总榜以73.9分夺冠,超越谷歌闭源Gemini Decision 1。
OpenRouter:中国模型周用量119万亿,连续29周领先AI热点OpenRouter数据显示,上周全球大模型token用量达211万亿,中国模型以119.1万亿连续29周领先美国模型,DeepSeek V4.1-Flash-1017连续四周居首。
概率微型递归模型PTRM发布AI热点arXiv论文提出PTRM,通过在递归步骤注入高斯噪声实现测试时计算扩展,显著提升微型递归模型在推理任务上的准确率。
REAL框架提升语音奖励模型偏好准确率AI热点REAL框架通过证据关联分析建模生成语音逼真度,基于MiMo-Audio的REAL-Judge在两层评测上将成对偏好准确率提升16.01和11.41个百分点,并优于SpeechJudge与UniSRM。
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


