AI项目
Qwen3.6-27B – 阿里通义开源的稠密多模态模型
Qwen3.6-27B 是阿里通义千问团开源的 270 亿参数稠密多模态大模型，为 Qwen3.6 系列唯一的稠密架构版本。模型聚焦智能体编程与多模态推理，在 SWE-bench、Terminal-Bench 等编程基准上全面超越前代 3970 亿参数 MoE 旗舰 Qwen3.5-397B-A17B。
Workspace Agents – OpenAI 推出的团队协作智能体
Workspace Agents 是 OpenAI 推出的团队级共享 AI Agent，基于 Codex 驱动运行在云端，可处理报告生成、代码编写、客户跟进等复杂工作流。
Ling-2.6-flash – 蚂蚁百灵团队推出的高效Instruct模型
Ling-2.6-flash（OpenRouter平台匿名：Elephant Alpha）是阿里百灵大模型团队推出的下一代高效Instruct模型，总参数量104B，激活参数仅7.4B。模型采用1:7的MLA（多头潜在注意力）与Lightning Linear高效混合架构。
Sage – 商汤绝影推出的端侧多模态智能体基座大模型
Sage是商汤绝影推出的端侧多模态智能体基座大模型，采用MoE架构，总参数32B、激活参数仅3B，模型已在英伟达Orin X平台部署。
Open CoDesign – 开源桌面端 AI 设计工具
Open CoDesign 是开源的 Claude Design 替代品，基于 Electron 构建的桌面端 AI 设计工具。支持 BYOK（自带 API Key）接入 Claude、GPT、Gemini、DeepSeek、Kimi、Ollama 等 20+ 模型，一键导入 Claude Code / Codex 配置。
AgentScope Tuner – 阿里通义推出的一站式自动优化引擎
AgentScope Tuner 是阿里通义实验室为 Agentic AI 推出的一站式自动优化引擎，深度融入 AgentScope 生态，打通开发、调优、部署、回归全流程。
QClaw 海外版 – 腾讯推出的 AI Agent 平台，面向海外市场
QClaw 海外版是腾讯推出的 AI Agent 平台，海外版 99% 的代码由 QClaw 自己编写，仅用时 5 天，支持一键安装、零配置部署，用户可通过 WhatsApp、Telegram、Discord 等主流通讯工具远程操控电脑完成复杂任务。
Lyra 2.0 – 英伟达开源的可探索生成式 3D 世界框架
Lyra 2.0 是 NVIDIA 推出的可探索生成式 3D 世界框架。框架从单张图像出发，结合相机控制视频生成与前馈 3D 重建技术，通过"检索-生成-更新"迭代循环，构建可持久漫游的大规模 3D 场景。
yoyo – 开源的自我进化型 AI 编程智能体
yoyo 是生活在赛博空间的自我进化型 AI 编程智能体，由开发者 Yuanhao 用 200 行 Rust 代码启动后完全交由 AI 自主迭代，47 天内从零人类提交增长至 47,000+ 行代码。
Kimi K2.6 – 月之暗面开源的最新旗舰模型
Kimi K2.6 是月之暗面开源的最新旗舰模型，具备行业领先的代码生成、长程任务执行与 Agent 集群能力。模型在 Humanity's Last Exam、SWE-Bench Pro、DeepSearchQA 等基准测试中成绩持平或优于 GPT-5.4、Claude Opus 4.6 等闭源模型。
融光 – 开源全流程 AI 视频创作平台，自动化工作流
融光（AI Fusion Video） 是开源的全流程AI视频创作平台，基于Agent架构能实现从剧本编写到视频生成的自动化工作流。
Fun-ASR1.5 – 阿里通义推出的端到端语音识别模型
Fun-ASR1.5是阿里通义团队推出的端到端语音识别大模型的新一代版本，单模型支持30种语言高精度识别，覆盖中文七大方言体系及二十余种地方口音，专项优化古诗词诵读识别。模型基于MoE架构实现自动语种切换，无需预设标签。
HyperFrames – HeyGen开源的AI原生视频渲染框架
HyperFrames是HeyGen开源的AI原生视频渲染框架，采用"Write HTML, Render video"理念，专为AI Agent和开发者设计。框架将视频定义为HTML文件，通过data-*属性管理时间轴、轨道和元信息，支持GSAP、Lottie、CSS及Three.js动画，经浏览器确定性渲染输出MP4。
Claude Design – Anthropic Labs 推出的 AI 协作式设计工具
Claude Design 是 Anthropic Labs 推出的 AI 协作式设计工具，搭载 Anthropic 最先进的视觉模型 Claude Opus 4.7。定位为"对话式设计工作室"，用户通过自然语言描述需求，可快速生成高保真设计、交互式原型、演示文稿、营销单页等视觉资产。
Audio Flamingo Next – 英伟达等开源的音频语言模型
Audio Flamingo Next 是NVIDIA与马里兰大学联合开源的新一代音频语言模型（LALM），作为Audio Flamingo系列的最新版本，支持长达30分钟的复杂音频输入，覆盖语音、环境音与音乐的统一理解。
Voicebox – 开源本地语音合成工具，ElevenLabs 开源平替
Voicebox 是开源的本地语音合成工具，基于 Tauri (Rust) 与 React 构建的跨平台桌面应用。工具提供声音克隆、文本转语音、音频后期处理及多轨叙事编辑功能，所有模型与语音数据均本地运行不上云，主打隐私优先。
LingBot-Map – 蚂蚁灵波开源的流式 3D 重建模型
LingBot-Map 是蚂蚁灵波科技开源的流式三维重建模型，普通 RGB 摄像头可在视频采集过程中实时完成相机位姿估计与场景三维结构重建。
Claude Opus 4.7 – Anthropic 推出的最新旗舰大模型
Claude Opus 4.7 是 Anthropic 推出的最新旗舰大模型，为 Claude Opus 4.6 的直接升级版。模型在高级软件工程任务上表现突出，SWE-bench Pro 得分提升至 64.3%，视觉分辨率支持提升至 2,576 像素（约 3.75 兆像素），具备自我验证与长程自主执行能力。
Qwen3.6-35B-A3B – 阿里通义开源的混合专家 MoE 模型
Qwen3.6-35B-A3B是阿里通义千问团队推出的开源混合专家（MoE）模型，总参数量350亿，激活参数30亿。模型主打极致推理效率与智能体编程能力，在多项编程基准测试中超越参数规模更大的稠密模型Qwen3.5-27B，显著优于谷歌最新发布的Gemma 4系列模型。
GPT-image-2 – OpenAI推出的下一代原生图像生成模型
GPT-image-2 是OpenAI推出的下一代原生图像生成模型，据传内部代号为「Spud」，目前已在ChatGPT进行灰度测试。模型于2026年4月初以"maskingtape-alpha"等代号短暂现身Chatbot Arena后引发热议。
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