AI News

H3-World是腾讯联合新加坡国立大学、香港理工大学推出的动作可控世界模型，基于33B的MiniMax-H3视频生成器微调。模型将键盘操作翻译成英文指令，通过预训练文...

ChatGPT Images 2.5 是 OpenAI 推出的新一代图像生成模型，面向 ChatGPT、ChatGPT Work 及 Codex 全档位用户开放。模型生成延迟最高降低50%，编辑更精准、多...

Ling-3.0-flash-VL 是蚂蚁 InclusionAI 百灵系列首个开源的原生多模态大模型，基于 Ling-3.0-flash 的 MoE 架构拓展，总参数 124B、单次推理仅激活 5.5B，原...

MiniCPM5-2B 是面壁智能、OpenBMB 社区与清华大学联合开源的端侧语言基座模型。模型约25亿参数，支持128K上下文，在34项基准均分53.9，超越一众4B级模型，达2...

DeepSeek V4 Flash 是深度求索推出的轻量级大语言模型，2025年7月31日通过 API 开放公测。模型主打快与省，推理速度可达数百 tokens/秒，空闲时段缓存命中输...

WikiSkill 是 Google Research 推出的 Agent 技能进化框架。框架通过三层架构，存储原始轨迹的 Raw Layer、持续积累结构化知识的 Wiki Layer、以及存放可执行...

LLaDA-Image 是蚂蚁集团 inclusionAI 开源的 6B 参数统一图像生成与编辑模型。模型采用先纯图预训练、后语言对齐的创新路线，用全扩散架构（LLaDA2.0-mini 理...

MAI-Image-2.6-Flash 是微软推出的高速图像生成模型，与旗舰版 MAI-Image-2.6 互补，专攻低延迟、高吞吐生产场景。模型生成速度比 GPT-Image-2-Medium 快 2.8...

星火X2.5是科大讯飞推出的旗舰通用大模型系列，包含云端MoE基座模型（293B/30B）及开源端侧模型，包括星火X2.5-4B和星火X2.5-1.7B。模型基于全国产算力全流程...

Claude Commerce Agents 是 Anthropic 开源的电商 Agent ，含购物和商家 Agent。工具覆盖零售、旅游、电信、票务四个行业，内置多层安全护栏，包括所有写入暂...

Obscura 是专为 AI Agent 和自动化场景推出的开源无头浏览器，基于 Rust 构建。工具跳过了 Chromium 的沉重架构，用极轻量的独立引擎实现网页渲染与 JavaScri...

Kage 是设计师 Meng To 开源的沉浸式 3D 交互体验项目。工具仅用单个 HTML 文件，以 Three.js 实时渲染叠加 GPT Image 2 生成的场景素材，构建一场虚构京都山...

PatentClaw 是面向科研人员、发明人和专利代理师的开源辅助工具，可将 LaTeX 科研论文自动整理为中国发明专利技术交底书。工具通过多 Agent 协作完成论文解析...

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 ...

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...

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%。

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，...

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...

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。

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'。

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...

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...

Claude Fable 5.1 is Anthropic's flagship large-scale model, positioned as one of the most powerful publicly available AIs. The model is specifically designed for complex reasoning, long-cycle agent tasks, and knowledge work, and is suitable for scientific research, programming, etc.

Claude Mythos 5.1 is Anthropic's flagship model in the Claude 5.1 series, sharing the same underlying capabilities as Claude Fable 5.1. The model is designed for high-risk professional use and is only available to approved online users...