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”。
AI热点 178
华为云开源具身世界模型CloudRobo-WM1.2AI热点华为云发布并开源昇腾原生具身世界模型CloudRobo-WM1.2,在两项评测基准中排名第一。
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。
Skill Adapter论文:智能体技能路由成功率提升11.43点AI热点arXiv新论文提出Skill Adapter,通过个性化修改与在线路由优化LLM智能体技能选择,三项基准上较SkillRL平均提升11.43个百分点任务成功率。
SPADE用软提示提升AI文本检测OOD性能AI热点arXiv论文提出SPADE框架,通过软提示与PMI信号检测AI生成文本,在分布外基准上达到SOTA性能。
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。
ACERL用经验交接强化学习提升智能体性能AI热点arXiv论文提出ACERL方法,通过评估经验交接产物对未来rollout的影响并协同优化角色行为,在智能体基准上取得更高留出性能。
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。
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。
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。
OPMD同策略蒸馏提升模型中期训练AI热点arXiv新论文提出OPMD方法,用冻结教师的反向KL奖励在中期训练中主动采样学生轨迹,在数学基准上超越传统NTP基线。
SEELE框架动态调难度提升推理训练AI热点论文提出SEELE框架,通过响应式rollout难度操纵优化RLVR训练,在六个数学推理基准上较GRPO提升10.0分。
Guardian用VLM检测机器人操作失败AI热点论文提出Guardian视觉语言模型与GuardianFail-36k数据集,用于机器人操作失败检测,在多个真实基准上取得领先表现。
VIOS框架提升视频推理后训练效率AI热点NeurIPS 2026论文提出VIOS后训练框架,通过自审计视觉依赖在12项基准上以更少算力提升视频推理表现。
英伟达CoRL发布GR00T 2模型AI热点英伟达在CoRL发布开源世界动作模型GR00T 2及Isaac Lab 3.0,公布多项任务成功率与基准排名。
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。
港大提出RaPO破解MLLM灾难性遗忘AI热点港大俞益洲团队提出强化微调算法RaPO,揭示GRPO轨迹级漂移缺陷,在多项视觉持续学习基准上显著降低遗忘率,论文被NeurIPS 2026录用并开源代码。
Gym-Anything用编码智能体生成机器人仿真AI热点arXiv论文提出Gym-Anything框架,让编码智能体自动生成机器人仿真并构建RoboWorld基准。
NICT的OptiMer获EMNLP 2026杰出论文奖AI热点日本NICT团队的OptiMer论文获EMNLP 2026杰出论文奖,通过合并分布向量替代数据混合,实现15至35倍加速并提升基准得分。
斯坦福开源Memorilla:16个记忆token供冻结LLMAI热点斯坦福SNAP团队开源194M参数记忆模块Memorilla,将文档集合压缩为16个memory token供冻结LLM使用,8项基准平均分49.68居首。
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。
开源项目 62
Cangjie Skill:书籍与视频方法论提炼技能开源项目把书籍、长视频、播客中的方法论提炼为可调用、可组合的AI Skill包。查看
bombardier:HTTP(S) 基准测试工具开源项目用 Go 编写的 HTTP(S) 压测命令行工具,默认基于 fasthttp,也可切换 net/http 以支持 HTTP/2.x。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
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
powerpipe:DevOps 仪表盘与合规基准工具开源项目用代码定义的 DevOps 仪表盘工具,可可视化各类数据源并运行 CIS、NIST 等 5000+ 开源合规基准。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
Spirit-v1.5:机器人视觉-语言-动作模型开源项目Spirit AI 的 VLA 机器人基础模型官方实现,含推理与微调代码、模型权重及 RoboChallenge 基准运行脚本。查看
whichllm:本地大模型选型与运行命令推荐工具开源项目读取本机GPU、内存与带宽,估算哪些开源模型能跑、速度多快,并按基准排名给出可直接运行的命令。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
SWC:Rust 编写的 TypeScript/JavaScript 编译器开源项目用 Rust 编写的高性能 TypeScript/JavaScript 编译器,同时作为 Rust 库与 Node.js 库使用,可替代 Babel 完成转译等编译任务。查看
nano-vllm:从零实现的轻量 vLLM开源项目约 1200 行 Python 从零实现的轻量级 vLLM,提供离线推理与前缀缓存、张量并行、CUDA graph 等优化。查看
CADAM:自然语言生成 CAD 模型的开源 Web 应用开源项目浏览器内的开源 Text-to-CAD 应用,用自然语言或图片生成参数化 OpenSCAD 模型,可导出 STL/SCAD/DXF。查看
DeepSeek-OCR:视觉-文本压缩OCR模型开源项目从LLM视角研究视觉编码器的OCR模型,支持多种原生分辨率与动态分辨率模式,可用vLLM推理。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
oMLX:Mac本地LLM推理与菜单栏管理工具开源项目面向Apple Silicon的本地LLM推理服务,提供连续批处理、分层KV缓存与菜单栏管理。查看
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
Unlimited-OCR:超长文档解析OCR模型开源项目百度的OCR模型项目,用SR-SWA把超长序列的图文注意力压缩为固定大小工作参考,实现有限上下文内的无界文档解析。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
Gemini CLI:企业版 Code Assist 终端代理开源项目面向 Gemini Code Assist Standard/Enterprise 与 GitHub Code Assist 的开源终端编码代理,支持交互与非交互脚本模式。查看
ripgrep:递归正则文本搜索命令行工具开源项目面向行的递归正则搜索工具,默认遵守 gitignore 并跳过隐藏与二进制文件,支持 Windows、macOS、Linux。查看