AI News

StepAudio 2.5 ASR 是阶跃星辰推出的新一代自动语音识别模型，专为语音转写、会议纪要与长音频处理设计。模型采用 Audio Encoder + Linear Adapter + 4B LLM ...

GBrain 是 Y Combinator 总裁 Garry Tan 开源的个人生产级AI记忆系统，专为 OpenClaw、Hermes Agent 等 AI Agent 平台设计。工具把散落的 Markdown 笔记转化...

GPT-5.5 是 OpenAI 推出最新旗舰大模型，定位为迄今最智能、最直观的 AI 系统。模型在智能体编程、计算机使用、知识工作和科学研究四大领域实现显著跃升，Ter...

MiMo-V2.5 是小米大模型团队推出的新一代全模态 Agent 大模型系列，包含 V2.5、V2.5-Pro、V2.5-TTS 及 V2.5-ASR 四个版本。

Seed3D 2.0 是字节跳动推出的新一代 3D 生成大模型，围绕几何精度与纹理材质质量进行了系统性架构升级，推动 3D 生成从'可用'迈向'生产可用'。模型采用 MoE ...

Hy3 preview 是腾讯混元开源的快慢思考融合的混合专家模型，定位为'迄今最智能的模型'。模型采用 MoE 架构，用21B激活参数实现295B总参数规模，兼顾性能与推...

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、Ter...

buffett-skills 是开源 Claude Code Skill 合集，基于巴菲特完整投资框架构建。buffett-skills 将巴菲特股东信语料库中 49 个核心概念提炼为 8 个参考文件，...

OpenGame 是香港中文大学 MMLab 开源的首个端到端网页游戏智能体框架，通过自然语言提示自动生成可玩的网页游戏。

ClawLess 是南方科技大学与香港科技大学联合推出的 AI Agent 安全框架。框架基于'最坏情况'威胁模型，通过形式化验证的安全策略与 BPF 系统调用拦截技术，为 ...

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ML...

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、K...

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。

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。

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...

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+ ...

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、DeepSear...

Qwen3.6-Max-Preview 是阿里通义千问团队推出的下一代旗舰大模型早期预览版。相比 Qwen3.6-Plus，模型在智能体编程、世界知识和指令遵循三大维度实现显著提升...

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...

天禧AI Claw是联想基于OpenClaw架构推出的开箱即用型AI智能体助理，采用端云混合部署模式，支持PC、Phone、Pad多端无缝协同。工具无需本地环境配置即可7×24小...

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...

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...

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，...