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
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


