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
POIROT开源:智能体自审计故障归因,最高提升50点AI热点论文提出POIROT协议,让多智能体系统自行归因故障,并开源BLAME新基准,九种模型基准配置中最高提升50个百分点。
MiniMax H3-Image登顶多图编辑开源榜AI热点Arena多图编辑榜显示,MiniMax H3-Image得分1365排名第11,为该类第一开源模型,也是前20中唯一开源模型。
Gemini 4 Hydrogen今日起向全球用户推送AI热点Google宣布Gemini 4 Hydrogen今日起向全球所有用户推送,覆盖桌面、移动和网页端,免费用户可通过自动模型选择使用。
WALL-OSS 0.5加入LeRobot VLA家族AI热点X Square Robot宣布WALL-OSS 0.5加入LeRobot VLA家族,LeRobot 0.7共新增五个VLA模型。
谷歌与Meta开源TorchTPU原生PyTorch后端AI热点谷歌与Meta合作开源TorchTPU,为Google TPU提供原生PyTorch后端,现有模型少量改动即可运行,并公布吞吐与评测数据。
百度发布天池1024卡超节点AI热点百度在世界2026大会发布天池1024卡超节点,明年上市,可支撑5万亿参数模型训练。
Perplexity公布SPACE沙箱红队测试AI热点Perplexity公布对Computer agents虚拟机沙箱SPACE的红队测试结果,让12个模型尝试逃逸VM窃取宿主机凭证并绕过网络策略,发现标准CTF设置会让智能体偏离被测安全边界,安全专用模型也不保证更好表现。
Fable 5.2一句话生成59秒3D短片AI热点Anthropic发布Claude Fable 5.2后,开发者用单条提示词生成59秒3D短片,模型自行完成建模、运镜与4K渲染。
华为麒麟9050 NPU支持30B MoE端侧运行AI热点华为官宣麒麟9050系列新一代达芬奇架构NPU,性能提升140%、功耗降低66%,支持业界首个30B MoE大模型端侧运行。
普度大学发布RSI-Opt优化器框架AI热点普度大学团队提出RSI-Opt,让LLM智能体的优化经验跨训练运行继承进化,实验显示多模型任务表现显著提升。
VEX-Bench评测LLM虚假信息验证复杂度AI热点VEX-Bench基准评测LLM生成虚假信息的验证复杂度,覆盖7个前沿模型与7种生成方法共5880篇文章。
NarrativeBench基准评测14个LLM叙事导航能力AI热点arXiv提交新基准NarrativeBench,评测14个LLM在23种语言下的多元叙事导航能力,发现现有模型普遍不足。
USteer免训练操控降低推理幻觉AI热点NeurIPS 2026论文提出USteer,通过置信度梯度在推理时调整层激活,免训练降低大模型推理任务幻觉。
微软提出Self-HPO让编码智能体自进化AI热点微软研究者提出Self-HPO方法,让编码智能体交替优化运行框架与模型权重,在三项SWE-Bench评测上平均解决率从57.8%提升至64.8%。
ARC Prize公布Fable 5.2评测成绩AI热点ARC Prize公布Claude Fable 5.2在ARC-AGI-2取得93.8%,为第三高模型成绩,并披露各基准得分与评测成本。
OpenRouter升级MCP视频生成与上下文优化AI热点OpenRouter发布多项MCP更新:视频生成改为链接返回、模型查询上下文缩减96%、Claude Code任务完成率提升至8/8,并支持聊天内测试600+模型。
苹果公开人形机器人研究:宇树G1背Mac miniAI热点苹果公开人形机器人研究演示,宇树G1本体背负Mac mini端侧运行千问模型,探索具身智能方向。
AISLE湿实验基准首轮评测结果公布AI热点全球首个真实湿实验基准AISLE公布首轮评测结果,GPT 5.5仅得41.19分,所有模型安全通过率为0%。
斯坦福论文:信息披露对LLM交易影响不一AI热点斯坦福研究在交易、议价和拍卖场景测试10个前沿模型,发现信息披露并非总能改善结果,不同模型收益随披露粒度变化有升有降。
阿里等发布Co-Design Bench编码基准AI热点阿里与亚洲高校研究者发布Co-Design Bench,基于真实用户修改请求测试编码智能体,最佳模型GPT-6 Astra仅26.4%任务完全正确。
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