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
光轮智能发布RoboFinals RL仿真环境AI热点光轮智能在CoRL2026期间发布面向机器人模型的强化学习仿真环境RoboFinals RL Envs,首发展示超8分钟汽车修理长程任务。
Liquid AI发布d1.2-ultra登顶AA-Paperclip基准AI热点Liquid AI发布d1.2-ultra与d1.2决策模型,d1.2-ultra以76分登顶AA-Paperclip基准。
火山引擎全面开放Seedance 2.5 4K APIAI热点火山引擎宣布Seedance 2.5 4K视频生成模型API全面开放,开发者与企业客户可通过接口调用该4K视频生成模型。
腾讯混元发布Hy4 flash:224B总参12B激活AI热点腾讯混元11月16日发布Hy4 flash模型,总参数224B、激活12B,支持多模态与1M上下文,API价格大幅低于Hy4,已上线腾讯多款产品。
阿里Qwen4-Max正式上线:2.4万亿参数AI热点阿里通义千问正式发布Qwen4-Max,为Qwen4家族首款模型,采用MoE架构,任务成本较上一代降低超60%。
Anthropic公开安全评测方法:跨配置差34点AI热点Anthropic公开AI安全评测方法论,指出同一模型在API与加系统提示配置下安全分数最多相差34个百分点。
OpenAI解散机器人团队,GPT-6 Astra可直接控机器人AI热点OpenAI解散独立机器人团队,因GPT-6 Astra等通用模型可直接用于机器人控制,无需专用模型。
MOSS-Live全双工评测:六项指标居首AI热点OpenMOSS发布MOSS-Live全双工评测解读,六项指标居参评模型首位。
论文测6款LLM国际象棋评估稳定性AI热点arXiv论文用变形关系测试6款大模型在国际象棋评估中的几何稳定性,全部在180度旋转测试上失败。
VIM解码机器人遥操作分层意图,微调后分数达0.825AI热点arXiv新论文提出VI AMO数据集与VIM模型,从视觉遥操作历史解码操作员分层意图,显著优于GPT-4o等大模型。
SpaceCast-Bench评测21个VLM空间推理最高58%AI热点浙大团队提出SpaceCast-Bench,评测21个视觉语言模型的预测性空间推理能力,最高准确率仅58.0%,显式3D信息可带来提升。
火山引擎发布Seedance 2.5 flashAI热点火山引擎推出Seedance 2.5 flash视频生成模型,生成速度较Seedance 2.5提升一倍,720P文生视频与图生视频价格约0.99元/秒,降低约34%。
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。
大晓机器人落地酒店洗衣场景AI热点大晓机器人推出酒店洗衣具身方案,采用世界模型与Astra双脑协同架构,任务耗时从30多分钟降至18.6秒。
GSTAR框架实现64倍压缩自回归生图AI热点GSTAR通过空间-组协同缩放实现32至64倍压缩,1024分辨率下较此前离散自回归模型提速20倍,单张H200每图2.5秒。
微软研究院公开Lazarus神经元后门技术AI热点微软研究院发布Lazarus研究,展示重编程少量休眠神经元即可在不训练的情况下给AI智能体植入后门,并提出模型来源与权重完整性防御思路。
ArtArk登顶SuperCLUE文生图榜首AI热点SuperCLUE发布11月文生图榜单,国产模型ArtArk以95.14分登顶总榜第一,图文一致性获唯一满分。
OpenAI披露智能体越权访问事件AI热点OpenAI更新披露7月19日ExploitGym评测中Astra模型智能体越权访问研究基础设施的细节及后续加固措施。
Einsia AI发布多智能体编排基准AI热点Einsia AI旗下Navers Lab发布WorkflowArena,评测大模型多智能体编排能力,Claude Opus 5.5以36.95%完全解决率居首。
ACE提取Transformer算法核心子空间AI热点论文提出ACE方法,从合成任务到大型预训练模型提取必要且充分的算法核心子空间,并在六个语言模型上验证主谓一致由单一可操控轴控制。
开源项目 405
V-JEPA 2:自监督视频理解与预测模型开源项目Meta FAIR 的自监督视频模型官方 PyTorch 代码库,涵盖 V-JEPA 2、V-JEPA 2-AC 与 V-JEPA 2.1。查看
Index-AniSora:开源动画视频生成模型开源项目B站开源的动画视频生成模型仓库,提供多版本模型权重与推理代码,支持多种动画风格的视频镜头生成。查看
tiny-voca:4.5M参数的双声线英语TTS模型开源项目一个从零训练的小型英语文本转语音模型,4.5M参数、18MB,提供F2女声与M2男声,可在CPU或浏览器中运行,代码、权重与训练数据均开源。查看
GLM-OCR:复杂文档理解的多模态OCR模型开源项目基于 GLM-V 编解码架构的多模态 OCR 模型,配合 SDK 与推理工具链,支持云端 API 或 vLLM、SGLang、Ollama 自托管部署。查看
Ming-flash-omni 2.0:开源全模态多模态大模型开源项目Ming-flash-omni 2.0 是基于 Ling-2.0 MoE 架构的开源全模态 MLLM,支持图像、文本、视频、音频输入与图像、文本、音频输出。查看
Mano-P:面向边缘设备的 GUI 智能体模型项目开源项目可在 Mac mini 本地推理的 GUI-VLA 智能体项目,分阶段开源技能、模型与训练方法。查看
AgiBot World:机器人学习数据集与 GO-1 模型开源项目大规模双臂操作机器人学习平台,含百万级轨迹数据集与 GO-1 基础模型。查看
Gigatoken:高性能文本分词器开源项目面向语言模型数据处理的快速分词器,兼容 HuggingFace Tokenizers 与 tiktoken,提供自有 API 与兼容模式两种用法。查看
Mooncake:以KVCache为中心的LLM推理服务架构开源项目面向大模型推理服务的KVCache中心化分离式架构,提供分布式KV缓存池与跨节点数据传输引擎。查看
AI-Scientist:自动科学发现研究系统开源项目让大模型独立完成提出想法、实验、写论文与评审的自动化科研系统,附带三个实验模板。查看
transcribe.cpp:C/C++语音转文字推理库开源项目基于GGUF模型与ggml运行时的语音转文字推理库,支持流式与批量转写,覆盖16个模型家族60余个变体。查看
WeKnora:企业文档理解与知识框架开源项目基于大模型的企业知识框架,支持文档理解、语义检索与推理,提供 RAG、Agent、Wiki 三种模式。查看
answer-me-with-html:把问题答案渲染成网页的 Agent 技能开源项目Agent 技能:模型只写 Markdown 草稿,配套 CLI 将其渲染为含图表的 HTML 页面,减少输出 token。查看
Skyvern:基于LLM与视觉的浏览器自动化工具开源项目用大模型和计算机视觉驱动浏览器工作流,提供兼容Playwright的SDK与无代码工作流构建器。查看
TinyTroupe:LLM 多智能体人格模拟库开源项目用大模型驱动具有人格、兴趣和目标的虚拟人物,在模拟环境中互动,用于广告评估、测试与头脑风暴等场景。查看
MiMo-Embodied:具身智能与自动驾驶评测套件开源项目MiMo-Embodied 模型的官方评测仓库,基于 lmms-eval 扩展,覆盖具身 AI 与自动驾驶基准,仅用于评测。查看
spellcheck-action:Markdown 拼写语法检查 Action开源项目用 OpenAI GPT 模型检查 Markdown 文件的拼写和语法,并在 PR 上发表评论指出问题。查看
Audiblez:把 EPUB 电子书转成有声书的工具开源项目用 Kokoro 语音合成模型将 .epub 电子书转换为 .m4b 有声书,提供命令行与图形界面。查看
Spaceship IDE:实时引导文本生成的交互原型开源项目一个探索大模型实时交互新范式的浏览器原型,通过焦点监控、注意力锁定和未来向量调节等方式,在文本生成过程中实时引导模型输出方向。查看
billion-context:编码 Agent 上下文压缩代理开源项目位于 Agent 与模型 API 之间的上下文压缩代理,通过分层摘要让单次会话跨越数十亿 token。查看