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 1
工具 2
AI热点 172
腾讯混元开源Hy-Nomas世界生成模型AI热点腾讯混元开源支持多轮交互与镜头控制的视频世界生成模型Hy-Nomas,并同步发布评测基准。
上海创智学院开源801-30B预训练模型AI热点上海创智学院与新序智能联合发布预训练级RSI技术报告及801-30B base模型,评测进入同尺寸开源第一梯队。
商汤开源循环架构模型Loop-9BAI热点商汤开源采用 Looped Transformer 架构的 SenseNova Loop-9B-Preview,以 9B 参数在多项评测中超越 27B 模型。
SPU湿实验预测基准发布,Opus 5.5仅0.486分AI热点UniPat AI牵头发布湿实验预测基准SPU,覆盖116个任务、4207个湿实验,首轮评测12款前沿模型,最高分Claude Opus 5.5仅0.486,且提高推理强度与算力未带来明显提升。
港科大视觉原生智能体框架被NeurIPS 2026接收AI热点港科大MMSense Lab提出视觉原生智能体框架与ODE数据合成方法,论文被NeurIPS 2026接收,8B与30B模型八项评测平均准确率显著提升。
Zero-HLM让仿真训练人形机器人零样本迁移真机AI热点北京通用人工智能研究院等推出Zero-HLM,将45条仿真示范扩展为4800条数据,训练策略零样本迁移至宇树G1,泛化成功率69%,并开源Zero-HLM-Bench评测基准。
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。
首个触觉推理模型Touch-R1入选NeurIPSAI热点戴盟机器人团队联合多校提出首个触觉推理模型Touch-R1,论文入选NeurIPS 2026,并同步发布数据集与评测基准。
微软等发布WildAWM合成电脑环境训练CUAAI热点微软研究院等机构提出WildAWM,通过合成个人电脑环境与跨界面任务训练计算机使用智能体,使两个Qwen模型在8个分布外评测榜单上全部提升。
DGP动态门控打通ViT与LLM全层连接AI热点NeurIPS 2026接收论文提出DGP机制,在ViT与LLM所有层间建立动态门控全连接,较LLaVA-1.5基线多项评测显著提升。
小鹏联合北大港大发布GroundingPI模型AI热点小鹏联合北大、港大等发布具身感知基座模型GroundingPI,约40亿参数,34项感知基准综合评测第一,对比GPT-6 Astra得分73.68对71.54。
小米机器人汽车工厂连续作业8小时AI热点小米CyberOne 02人形机器人在汽车工厂首次完成8小时连续作业验证,并披露具身基座模型XR-1的技术细节与评测结果。
京东具身数采覆盖百余场景AI热点京东在2026年世界互联网大会乌镇峰会披露,具身数采已覆盖百余细分场景,采集超10万真实作业任务。计划两年内采集超千万小时真实视频数据,已推出自研采集终端与仿真引擎,仿真与真实评测一致性达90%。
优必选发布Thinker-Sim仿真平台AI热点优必选发布具身智能仿真平台Thinker-Sim,构建覆盖真实场景数字化、仿真数据合成与机器人能力评测的一站式体系。
Amazon审计9个AI基准发现评分错误AI热点Amazon新论文审计9个专业领域AI基准,发现参考答案与评分代码常误判正确回答,修复后模型得分显著提升。
商汤开源具身框架,成本降至GPT-6的1/50AI热点商汤开源具身智能执行框架RoboRSI及27B模型,宣称任务成本降至GPT-6-Astra的1/50。
谷歌发布Gemini 4 Carbon,登顶全球大模型榜首AI热点谷歌发布新旗舰Gemini 4 Carbon,以59分登顶第三方智能指数全球第一,本周仅向部分安全防御人员开放。
Redwood Research批评Gemini 4安全报告论证缺陷AI热点Redwood Research发文指Gemini 4安全报告存在证据缺口,不足以证明部署风险已缓解。
字节跳动等推出Axion 1.0智能体训练模型AI热点字节跳动等团队推出Axion 1.0,仅用两阶段SFT与RL训练智能体,122B版HLE达59.0%,并全面开源训练代码与数据。
Nemotron 3.5 Transcribe登顶AA说话人分离榜AI热点Nemotron 3.5 Transcribe以3.3%词级说话人错误率登顶Artificial Analysis新发布的Diarization Index,领先Voxtral Small Transcribe 3的7.5%。
开源项目 40
Tongyi DeepResearch:深度信息检索 Agent 模型开源项目通义实验室 30B-A3B 激活的深度研究模型,面向长程信息检索任务,附推理脚本与评测流程。查看
VitaBench:LLM智能体交互任务评测基准开源项目评测LLM智能体在真实生活服务场景中多轮交互与工具调用能力的基准,含代码库、数据集与评测流程。查看
headroom:压缩 AI Agent 输入输出 token 的工具开源项目在本地压缩发送给 LLM 的工具输出、日志、RAG 片段与对话历史,以库、代理或命令行包装方式减少 token 消耗。查看
Paperclip:AI Agent团队编排应用开源项目Node.js 服务与 React 界面,用于组建、治理并监控多Agent团队的目标与预算。查看
Dexter:自主金融研究 Agent开源项目自主金融研究 Agent,将复杂问题拆解为研究计划,用实时市场数据执行并自我校验。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
Opik:开源LLM可观测与评估平台开源项目Apache-2.0 开源的 LLM 可观测性与评估平台,覆盖 agent 追踪、评测、提示词管理与生产监控。查看
DeepSWE:编码智能体长任务评测基准开源项目包含 113 个任务的基准,用于评测前沿编码智能体在开源仓库上的长程软件工程能力。查看
Step-3.5-Flash:稀疏 MoE 开源基础模型开源项目196B 参数、每 token 激活 11B 的 MoE 基础模型,面向推理、编码与 Agent 任务。查看
Memvid:单文件AI记忆层开源项目把数据、嵌入、检索结构与元数据打包进单个文件的可移植记忆系统,为AI Agent提供持久化长期记忆。查看
OpenViking:AI智能体的上下文数据库开源项目把知识、记忆与技能组织成 viking:// 虚拟文件系统,供智能体用 ls、read、grep 等方式浏览和检索上下文。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
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
HunyuanOCR-1.5:轻量端到端 OCR 视觉语言模型开源项目统一文档解析、文本检测识别、信息抽取与图文翻译的轻量 OCR VLM,含训练与推理栈。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
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
KADTK:Kernel Audio Distance 音频评测工具包开源项目实现 Kernel Audio Distance 指标的 Python 工具包与 CLI,用参考集与生成集的嵌入计算生成音频质量分数。查看
LingBot-VA:机器人控制的因果世界模型开源项目自回归视频-动作世界模型,统一视觉动态预测与动作推理,提供推理、评测与后训练代码及权重。查看
Modern Web Guidance:面向编程助手的 Web 技能源码库开源项目将现代 Web API、浏览器兼容性和开发实践整理为编程助手可调用的技能;此仓库用于编写、校准和评测这些内容。查看
nanochat:单节点LLM训练实验框架开源项目覆盖分词、预训练、微调、评测与推理全流程的极简LLM训练框架,通过单一深度参数配置模型规模。查看

