AI项目
Orbis – Visko推出的实时世界模型，让AI视频像直播一样
Orbis 是 Visko 推出的首个 Live Model（实时世界模型），让 AI 视频像直播一样持续运转。用户可随时输入新指令实时改变画面走向，无需等待成片。模型支持 4K@24FPS 实时流式生成，通过多尺度记忆机制维持小时级长时一致性。
SchoAI思果学术 – 科研学术 AI 助手，一键完成论文写作
SchoAI思果学术是专为教授、老师及本硕博生推出的科研学术AI助手。工具基于用户本地知识库，内置100+科研Skills，支持论文写作、课件生成、项目书撰写、科研绘图及文献深度分析。
Pi – 开源的终端编程 Agent，支持自定义工具与模型接入
Pi （Agent Harness） 是极简开源的终端编程 Agent，由 Mario Zechner 推出，同时是 OpenClaw 的底层 Coding Agent。工具只给模型 read、write、edit、bash 四个基础工具，系统提示词不到 1000 token，其余功能全部交给 TypeScript 扩展。
MAI-Transcribe-2 – 微软推出的最强 AI 语音转文字模型
MAI-Transcribe-2 是微软推出的最强AI语音转文字模型，在准确率、速度和成本上全面领先。模型支持60种语言，FLEURS测试集平均词错误率仅5.2%。
zg – Zvec AI 开源的本地优先统一检索基础工具
zg（zvec-grep） 是 Zvec AI 开源的本地优先统一检索基础工具，面向开发者与 AI Agent。工具将 ripgrep 精确匹配、BM25 词法检索与向量语义检索融为一体，解决自然语言意图与代码/文档实际表述之间的词汇鸿沟，实现从模糊探索到精确定位的完整检索链路。
E-Commerce Bench – 千问联合淘天开源电商经营评测基准
E-Commerce Bench 是阿里通义千问联合淘天集团开源的长程电商经营评测基准。E-Commerce Bench让 LLM Agent 以 10 万元本金在模拟真实市场中经营网店 365 天，涵盖选品、供应商谈判、定价、库存与现金流管理。
GPT-6 Astra – OpenAI 推出的最新旗舰大模型
GPT-6 Astra 是 OpenAI 推出的旗舰大模型，官方称其为「全球最智能、最符合人类意图的模型」。模型突破传统聊天边界，进化为能独立操作软件、浏览网页、完成复杂任务的 AI Agent。
Cheso – 腾讯推出的 AI PPT Agent 制作工具
Cheso 是腾讯推出的 AI 原生演示文稿 Agent。工具能自主完成调研，用户只需用自然语言描述需求，Cheso 会自动联网检索信息、交叉验证来源、规划内容结构，最终生成一份设计精美且信息准确的演示文稿。
Muse Spark 1.3 – Meta 推出的新一代大语言模型
Muse Spark 1.3 是 Meta 推出的新一代大语言模型，由扎克伯格亲自站台，定位为 Meta 在编程和智能体任务上的重大突破。
Easel – 浙大联合北大开源的 AI 社交媒体内容工作台
Easel 是浙江大学与北京大学联合开源的 AI 社交媒体内容工作台。平台基于 OpenClaw Agent 框架，用一个智能体打通社媒运营全链路，从热点发现、选题策划、内容创作到多平台发布与数据复盘。
Gemini 3.8 – 谷歌推出的推理与编码模型
Gemini 3.8 是 Google 推出的推理与编码模型，包含 Flash 和 Flash Cyber 两个版本。Gemini 3.8 Flash 在保持与前代相同速度和低价的基础上，大幅提升软件工程、Agent 任务及多步推理能力，在代码、金融、法律等基准测试中接近甚至超越更大参数的前沿模型。
Fusion Model – FUMO Lab 推出的智能分配模型
Fusion Model 是 FUMO Lab 推出的智能分配模型。模型能根据不断演化的任务状态，动态将计算需求分配给最适合的异构模型，实现"一次融合，尽揽众长"。
Hy4 preview 轻量版 – 腾讯混元开源的Hy4量化压缩模型
Hy4 preview 轻量版是腾讯混元将原本 1.5TB 的 Hy4 preview 开源大模型，通过自研 Sherry 1.25bit 稀疏量化与 MIX-STQ1_0 逐层混合精度技术，压缩至约 214GB 的版本。
Claude Fable 5.1 – Anthropic 推出的最新旗舰大模型
Claude Fable 5.1 是 Anthropic 推出的旗舰大模型，定位为目前公开可用的最强 AI 之一。模型专为复杂推理、长周期 Agent 任务和知识工作设计，在科学研究、编码、计算机操作等 8 项基准测试中全面领先上一代，且低推理档位即可达到前代高档位性能。
Atlas – World Labs 推出的全球首个多模态世界模型
Atlas 是李飞飞创办的 World Labs 推出的全球首个多模态世界模型。模型能原生理解文本、图像、视频与 3D 空间信息，通过空间上下文将画面锚定在三维坐标中，实现像素级精确的相机控制生成、稀疏照片 3D 重建及时空模拟。
Claude Mythos 5.1 – Anthropic 推出的 Claude 系列旗舰模型
Claude Mythos 5.1 是 Anthropic 推出的 Claude 5.1 系列旗舰模型，与Claude Fable 5.1 共享同一基础能力。模型专为高风险专业领域设计，仅面向通过审核的网络安全机构和生命科学研究人员开放，支持漏洞防御、蛋白质设计等前沿研究。
Muse Voice Transcribe – Meta 推出的首个实时音频感知模型
Muse Voice Transcribe 是 Meta 推出的首个实时音频感知模型，集流式自动语音识别、说话人分割与端点检测于一体。模型支持 70 多种语言及原生语码切换，可处理超 1 小时长音频与 20 人以上同时对话，在流式转写和语音分割基准测试中均排名第一。
WeMM-Embedding – 腾讯开源通用多模态Embedding模型
WeMM-Embedding 是腾讯微信视觉团队开源的通用多模态 Embedding 模型家族，提供 2B/4B/9B 三种规格。模型将文本、图像、视频、视觉文档及交错多模态输入统一编码到共享向量空间，在 MMEB-v2 基准排行榜位列第一。
MiniMax H3 Max – MiniMax 推出的实时视频生成模型
MiniMax H3 Max 是 MiniMax 推出的实时视频生成模型，基于开源 H3 进行后训练与推理优化。模型支持文生/图生视频并同步生成音频，5 秒 768p 视频不到 3 秒可生成，吞吐量达原生 H3 的 35 倍，在 Artificial Analysis 和 Design Arena 图生视频榜均排名第一。
Ling-3.0-flash-Fin – 蚂蚁百灵推出的首个金融增强模型
Ling-3.0-flash-Fin是蚂蚁百灵推出的首个金融增强模型，基于Ling-3.0-flash架构（124B总参数/5.1B激活参数），面向真实金融工作流。
AI工具箱收录了国内外数百个不同类型的AI工具，每日更新和添加最新AI工具，AI工具集还推荐了AI学习开发的常用网站、框架和模型，帮助你加入人工智能浪潮，自动化高效完成任务！
Ctrl + D 或 ⌘ + D 收藏本站到浏览器书签栏。
粤公网安备 123456789号