AI News

CoF（Chain-of-Frames，帧链）是DeepMind推出的新概念，类比于语言模型中的“链式思维”（Chain-of-Thought，CoT）。

Manzano是苹果公司推出的新型多模态大语言模型（LLM），能同时实现图像理解和图像生成的统一。模型通过混合视觉分词器（hybrid vision tokenizer）将图像转化...

KAT-Dev-32B 是快手 Kwaipilot 团队发布的开源代码智能大模型，拥有 32 亿参数。在 SWE-Bench Verified 基准测试中取得了 62.4% 的解决率，排名第 5。模型经...

KAT-Coder 是快手旗下 Kwaipilot 团队发布的闭源旗舰代码生成模型，具备强大的编程能力。能高效完成功能开发、缺陷分析、单测生成等任务，支持多种编程语言，...

JoySafety 是京东开源的大模型安全框架，为企业提供成熟、可靠、免费的大模型安全防护方案。模型基于多种原子能力模块（如 BERT、FastText、Transformer 等）...

Lynx 是字节跳动推出的高保真个性化视频生成模型，仅需单张人像照片，能生成身份一致的视频。基于扩散 Transformer（DiT）基础模型构建，引入 ID-adapter 和 ...

DeepSeek-V3.2-Exp是DeepSeek-AI推出的实验性人工智能模型，通过引入DeepSeek Sparse Attention（DSA）机制，显著提升长文本处理的效率。模型基于DeepSeek-V3...

OpenPPT 是开源的PPT工具，核心服务基于ChatPPT能提供高效、便捷的 PPT 制作体验。工具支持多平台使用，包括 Windows、macOS 和 Linux，让用户能在不同设备上...

Claude Sonnet 4.5 是 Anthropic 最新推出的最强编程模型。模型在编程、计算机操作、推理和数学等多个领域表现出色，在 SWE-bench Verified 测试中登顶，能专...

Ring-1T是蚂蚁集团开源的万亿参数思考大模型，基于 Ling 2.0 MoE 架构，在 20T 语料上预训练，通过自研强化学习系统 ASystem 进行推理能力训练。支持128k上下...

GLM-4.6 是智谱推出的新一代基座大模型，总参数量达 355B，激活参数 32B。模型在真实编程、长上下文处理、推理能力、信息搜索、写作能力及智能体应用等方面实...

豆包大模型1.6-vision是火山引擎推出的具备工具调用能力的视觉深度思考模型。模型拥有强大的通用多模态理解和推理能力，支持Responses API，能自主调用工具如...

RoboBrain-X0是北京智源人工智能研究院开源的全球首个支持零样本跨本体泛化的具身模型。能在无需微调的情况下，驱动多种不同构造的真实机器人完成基础操作任...

聆音（EchoCare）是中国科学院香港创新研究院人工智能与机器人创新中心（CAIR）推出的超声大模型。模型依托450万张超声影像数据集EchoAtlas进行训练，数据集...

Sora 2 是 OpenAI 推出的新一代AI音视频生成模型，Web端最长支持生成25秒视频（需Sora Pro会员）。技术上实现了三大核心突破：通过多模态联合训练，首次实现...

Logics-Parsing 是阿里巴巴开源的端到端文档解析模型，基于 Qwen2.5-VL-7B。通过强化学习优化文档布局分析和阅读顺序推断，能将 PDF 图像转换为结构化 HTML ...

Tinker API 是 Thinking Machines Lab 发布的首款产品，专为语言模型微调而设计。简化语言模型的微调流程，让研究人员和开发者能专注于算法和数据，无需担心...

LONGLIVE 是英伟达等顶尖机构联合推出的实时交互式长视频生成框架。框架通过帧级自回归（AR）模型，结合 KV-recache 机制、流式长视频微调和短窗口注意力 + ...

Dreamer 4 是由 DeepMind 开发的新型智能体，通过在快速且准确的世界模型中进行想象训练来解决复杂的控制任务。在《我的世界》（Minecraft）游戏中，Dreamer ...

Mano 是明略科技推出的专有大模型，专注于图形用户界面（GUI）智能操作。模型基于多模态基础模型，通过在线强化学习和训练数据自动采集等创新技术，在 Mind2W...

SciToolAgent是浙江大学创新中心（HICAI-ZJU）开发的开源工具平台，提升科研效率。整合了500多种科学工具，覆盖生物学、化学、材料科学等多领域，可处理数据...

xLLM 是京东开源的高效智能推理框架，专为国产芯片优化，支持端云一体部署。框架用服务-引擎分离架构，服务层负责请求调度与容错，引擎层专注运算优化，具备...

Meta ARE（Agents Research Environments）是Meta推出的用在训练和评估AI Agents的动态模拟研究平台。平台通过创建随时间演变的环境，模拟真实世界的复杂多步...

FireRedChat 是小红书智创音频团队开发的全双工语音交互系统，具有实时双向对话能力，支持可控打断功能。采用模块化设计，包括转录控制模块、交互模块和对话...