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 624
OpenAI联合四家机构开展模型嵌入式评估AI热点OpenAI宣布与Apollo Research、METR、Transluce、Goodfire合作开展嵌入式评估,让外部专家深入接触其内部模型和系统,调查对齐问题并测试安全防护措施。
Deepnote评测12模型:OpenAI包揽前二AI热点Deepnote发布Agent Initiative Benchmark,12个模型在Slack虚拟公司场景中比拼判断力与性价比,OpenAI GPT-6 Astra与Sol包揽前二。
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%。
Runway开源机器人模型Praxis-1,可商用AI热点Runway以Apache 2.0协议开源机器人控制模型Praxis-1,权重与源代码可商用,在英伟达RoboLab-120基准以46.2%成功率居World Action Model类别首位,但尚不能自主规划复杂动作序列,测试由Runway自测、未经独立验证。
清华发布单细胞蛋白组模型ProtCellAI热点清华大学发布单细胞蛋白组基础模型ProtCell,基于3.8亿细胞、98个数据集预训练,并在摩尔线程MTT S5000上完成全流程复现,指标与国际平台差约0.2%。
XYBench发布:8115题测模型识别用户误解AI热点AllenAI等团队推出XYBench基准,收录8115个真实问题,评测模型能否发现用户提问中的隐含误解并转向真实目标,获EMNLP 2026最佳资源论文奖。
李飞飞World Labs开放世界模型AtlasAI热点World Labs正式开放世界模型Atlas,同步上线网页应用与开发者API,并新增Viewfinder、Chisel等工具。
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。
论文评测14个模型临床引文佐证能力AI热点研究评测14个LLM在临床问答中用逐字引文佐证主张的能力,发现多数模型能附上引文但难以完全佐证。
腾讯混元实时语音模型Hy Realtime上线AI热点腾讯混元发布实时语音模型Hy Realtime,已在元宝语音通话与腾讯客服上线,新增工具调用与唱歌能力。
Nemotron-Labs-Sigma开源连续扩散语言模型AI热点NVIDIA团队发布首个大规模连续扩散语言模型系列Nemotron-Labs-Sigma,权重开源,推理加速与基准表现均有可核实提升。
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。
OpenViking上线3D理解模型八视图与PMI解析AI热点OpenViking发布原生3D内容理解模型,支持STEP文件解析与轴测八视图、PMI解析,提升AI Agent对3D模型内部结构的检索精度。
百度发布大模型交易平台词元所AI热点百度在世界2026大会推出大模型交易平台词元所,上线一个月供应资源超100个,日均调用Token超7000亿。
Runway开放机器人模型Praxis-1AI热点Runway宣布向所有人开放世界动作模型Praxis-1,以Apache 2.0开源权重发布,可将视频预训练用于真实机器人控制。
NVIDIA发布Déjà View三维重建模型AI热点NVIDIA发布Déjà View模型,可从多视角照片恢复三维几何与相机位姿,117M参数在五项基准达到或超过十倍规模模型。
DeepMind发布AlphaGenome 2基因模型AI热点谷歌DeepMind发布AlphaGenome 2,可预测基因变异在不同细胞类型和状态下的差异效应,识别变异数量接近前代两倍,已通过API向非商业研究开放。
DeepL发布语音翻译模型AureAI热点DeepL推出语音AI翻译模型Aure,可实时复现说话者语气、情绪与语速,首发支持八种语言,暂不支持中文。
Datadog发布SRE排查模型ScoutAI热点Datadog发布面向SRE故障排查的专用AI模型Scout,已在Bits中封闭预览,成本显著低于通用模型。
蚂蚁百灵发布ZoomGain视觉模型AI热点蚂蚁百灵发布基于强化学习训练的ZoomGain-4B/9B视觉模型,并同步开源评测基准与训练数据集。
开源项目 386
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
TokenHub:企业 AI 模型接入与 Token 治理平台开源项目TokenHub 是面向企业的 AI Token 治理基础设施,提供模型路由、权限管理、用量归因、预算控制与账单对账。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
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
VibeThinker:小参数量推理模型系列开源项目开源的 1.5B 与 3B 稠密推理模型仓库,基于 Qwen2.5-Coder,面向数学、竞赛编程等可验证推理任务,附技术报告与评测入口。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
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
LongCat-Image:中英双语图像生成基础模型开源项目6B 参数的开源中英双语文生图与图像编辑模型,提供中间检查点与完整训练代码,支持 Diffusers 和 ComfyUI。查看
TabFM:scikit-learn 兼容的表格基础模型库开源项目对混合类型表格数据做零样本分类与回归,推理时用上下文学习而非训练。查看
SGLang-FluentLLM:LongCat模型的推理引擎与内核开源项目基于SGLang改造的LLM推理引擎,面向LongCat系列模型,开源了投机解码优化、KVCache传输优化及若干CUDA内核。查看
FireRedASR:开源工业级语音识别模型开源项目支持普通话、中文方言和英文的开源ASR模型家族,含LLM与AED两种架构及命令行/Python推理代码。查看
SpikingBrain-7B:脉冲脑启发大模型的实现与权重开源项目SpikingBrain-7B 是融合混合注意力、MoE 与脉冲编码的大模型仓库,提供 HuggingFace、vLLM 与量化版本的完整实现和权重。查看
LongCat-Flash-Chat:MoE语言模型开源项目560B总参数、按需激活约27B参数的MoE非思考型基础模型,面向agentic任务,附技术报告。查看
VAREdit:指令引导图像编辑模型开源项目ICLR 2026 论文的官方仓库,基于 Infinity 模型构建的自回归指令图像编辑模型。查看
dInfer:扩散语言模型推理框架开源项目面向 dLLM 的高效可扩展推理框架,将推理拆分为模型、扩散迭代管理器、解码器与 KV 缓存管理器四个组件,支持批量推理。查看
LMT:中英为中心的多语机器翻译模型开源项目覆盖60种语言、234个翻译方向的LLM多语翻译模型系列,含0.6B至8B四种规格及配套SFT数据。查看
LongCat-Flash-Omni:全模态开源模型开源项目5600 亿参数(激活 270 亿)的开源全模态模型,支持实时音视频交互与流式语音生成。查看
Pixel LLMs:像素级视觉定位的多模态模型系列开源项目以Sa2VA为核心的多模态LLM研究项目集合,将SAM-2与MLLM结合,实现图像和视频的密集定位理解。查看
HY-SOAR:扩散模型的免奖励自纠错后训练方法开源项目面向 rectified-flow 扩散模型的免奖励后训练方法,在出错的时间步上直接纠正去噪轨迹。查看
UniScientist:科研数据合成与智能体研究模型开源项目包含 UniScientist-30B-A3B 模型与科研问题合成、智能体研究循环、报告聚合的推理代码。查看