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
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。
新论文:推理模型过度思考致正确率降3.6点AI热点arXiv新论文提出承诺-判决差距指标,量化推理模型已得正确答案后继续思考导致的准确率损失。
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。
论文:六个开源视频世界模型存相机高度回退AI热点arXiv论文提出EyeHeight基准,发现六个开源视频世界模型在生成交互视频时会将相机高度回归至人眼水平。
Limite 1B数学推理模型开源,AIME达94.01%AI热点Limite 1B - Violetto技术报告发布,10亿参数模型在AIME 2026取得94.01%,以Apache 2.0开源模型与推理代码。
ContraSense基准:最强闭源模型仅60%准确率AI热点新基准ContraSense用反直觉图文对评测多模态模型的忠实视觉理解,最强闭源模型准确率约60%,远低于人类的96.04%。
开源项目 405
transformers:多模态预训练模型推理与训练库开源项目Hugging Face 的模型定义框架,覆盖文本、视觉、音频、视频与多模态任务,提供统一的推理与训练 API。查看
VibeVoice:语音合成与识别模型系列开源项目微软开源的语音AI模型系列,包含长音频语音识别与文本转语音模型,支持说话人、时间戳与流式识别。查看
LLM Universe:动手学大模型应用开发教程开源项目面向初学者的大模型应用开发教程,以个人知识库助手为主线讲解 API 调用、知识库与 RAG。查看
MiniMind-V:极简视觉语言模型训练教程与代码开源项目从零构建并训练 65M 参数级多模态视觉语言模型,包含数据清洗、Pretrain、SFT 全流程代码。查看
rtp-llm:大模型推理加速引擎开源项目阿里巴巴基础模型推理团队开发的LLM推理加速引擎,支持量化、KVCache优化、投机解码等加速技术,已在集团内多个业务中使用。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
gpt-oss:OpenAI 开放权重模型与参考实现开源项目OpenAI 的 gpt-oss-120b 与 gpt-oss-20b 开放权重模型仓库,含推理参考实现、工具与客户端示例。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
JoyAI-Echo:长时程音视频生成与世界模型开源项目包含 Echo-LongVideo 长视频生成与 Echo-WM 交互式世界模型两个独立项目,仅限学术研究与非商业使用。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
Page Assist:本地 AI 模型的浏览器侧栏与 Web UI开源项目浏览器扩展,为 Ollama 等本地模型提供侧栏和网页聊天界面,可直接就当前网页内容提问。查看
Qwen3-ASR:语音识别与强制对齐模型开源项目支持52种语言和方言的语音识别与语种判定模型系列,另含11种语言的文本-语音强制对齐模型。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
Kimi K3:开源多模态 Agent 模型开源项目MoonshotAI 开源的 2.8T 参数原生多模态 Agent 模型,支持 100 万 token 上下文与文本图像输入。查看
simple-evals:语言模型评测参考实现开源项目OpenAI 开源的轻量语言模型评测库,2025 年 7 月起不再更新,保留 HealthBench、BrowseComp、SimpleQA 参考实现。查看
HunyuanVideo-I2V:图生视频生成模型开源项目腾讯混元的图像到视频生成框架,仓库含PyTorch模型定义、预训练权重、推理采样代码与LoRA训练代码。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
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
oxylabs-mcp:连接 AI 模型与网页抓取的 MCP 服务器开源项目基于 MCP 协议的服务器,让 AI 模型抓取任意 URL、渲染 JavaScript 页面、提取结构化内容,并处理 CAPTCHA 与地理限制数据。查看
SenseNova-U1:原生统一多模态模型系列开源项目SenseNova-U 系列模型仓库,提供文生图、图像编辑、交错图文生成与视觉理解等能力的模型权重与推理脚本。查看