AIプロジェクト2026/6/18
AgentCanvas 是 Vstorm开源的 Pydantic AI 可视化工具。能将已接入 Logfire 追踪的 AI Agent 运行日志，自动转化为一份可交互的 HTML 流程图报告，清晰展示每...
AgentCanvas 是 Vstorm开源的 Pydantic AI 可视化工具。能将已接入 Logfire 追踪的 AI Agent 运行日志，自动转化为一份可交互的 HTML 流程图报告，清晰展示每...
ACE-Ego 是大晓机器人联合港中文 MMLab 开源的一脑多型具身操作 VLA 模型。模型用 6.0K+ 小时人类第一视角视频为核心进行预训练，通过相机空间动作与形态条件...
Image-to-LoRA-V2（i2L-V2）是魔搭社区开源的免训练风格迁移工具。上传1-8张风格图，一次推理预测文生图模型的LoRA权重。
Qwen-Robot Suite 是阿里通义推出的迈向物理世界智能的基础模型套件，包含 Qwen-RobotNav（导航）、Qwen-RobotManip（操作）与 Qwen-RobotWorld（世界模型）...
turbovec 是 Google Research TurboQuant 算法的开源实现，由 Rust 编写并附带 Python 绑定，是面向 RAG 场景的高性能向量索引库。工具采用数据无关的量化策...
Seedance 2.0 Mini 是字节跳动火山引擎推出的高性价比轻量化视频生成模型。模型在保留核心多模态参考生成能力的前提下，将生成成本降低约 50%，速度提升至 Se...
OpenSquilla是开源、可自托管的Token高效型微内核AI Agent运行时，主打'同样的预算，更高的智能密度'。采用极简微内核架构（核心仅约100行代码），通过本地ML...
Ponytail 是开源的 AI Agent 代码精简插件，通过向 Claude Code、Codex、Cursor 等 10+ 主流 AI 编码工具注入'资深懒人开发者'的极简思维，强制 Agent 在写代...
Gemini-SQL2是Google Research最新推出的AI模型 ，是基于 Gemini 3.1 Pro ，具备最顶尖的 Text-to-SQL 能力。模型在 BIRD 基准单模型赛道用 80.04% 执行准确...
GLM-5.2是智谱推出的新一代开源大模型，上下文1M，采用MIT协议开源，主打Agentic Coding与超长上下文能力。
PP-OCRv6 是百度飞桨 PaddleOCR 团队推出的第六代开源 OCR 模型，首次推出 Tiny（1.5M）、Small（7.7M）、Medium（34.5M）三档模型，覆盖从浏览器端到服务器...
openPangu 2.0 是华为开源的盘古大模型重大升级版，提供最高 505B 参数的 Pro 版本与 92B 的 Flash 版本，模型统一搭载 512K 超长上下文，原生深度调优昇腾与...
SkillSpector 是 NVIDIA 开源的 AI Agent 技能安全扫描工具，能在安装 Claude Code、Codex CLI、Gemini CLI 等平台的技能之前自动检测漏洞、恶意模式及安全风...
Kimi K2.7 Code 是月之暗面（Moonshot AI）开源的新一代编程专用模型。相比 K2.6，在长上下文编程场景的指令遵循能力、长程任务性能上显著提升，改善了过度思...
html-ppt-skill 是基于 HTML 的 AI 演示文稿 Skill，工具支持输出浏览器原生支持的 HTML 文件，内置 36 套主题、31 种布局、47 个动效和 15 套完整模板，Agen...
SwarmFlow 是 openJiuwen 开源的多智能体可控工作流编排框架，将编排与智能分离，协作流程由系统稳定执行，推理判断交给 Agent 处理。
Hojo-ASR-V1 是初创团队 Hojo 开源的自动语音识别模型，采用Whisper 特征提取 + Qwen3-Omni 音频编码 + Conformer 适配 + Qwen3-4B 语言模型解码的架构。
HPC-Ops是腾讯混元AI Infra团队开源的工业级高性能大模型推理算子库，覆盖Attention、MoE、GEMM、采样及通信融合等核心模块，原生支持BF16/FP8与混合精度。
HiDream-O1-Image-1.5 是智象未来推出的商用图像生成大模型，基于原生全模态 UiT 架构。在 Artificial Analysis 文生图榜单中用 ELO 1265 位列全球第三、中国...
MiMo Code 是小米大模型团队推出的开源终端 AI 编程助手，基于 OpenCode 二次开发并采用 MIT 协议。MiMo Code内置限时免费的 MiMo-V2.5 多模态模型，同时支持...
SpaceMind是科大讯飞推出的智慧空间Agentic架构，将空间升级为具备感知、理解、记忆、决策与执行能力的L2.5阶段主动智能体。
DiffusionGemma是 Google DeepMind推出的实验性开源文本扩散模型。模型基于 Gemma 4 架构与 Gemini Diffusion 研究成果构建，采用 26B MoE 设计，通过并行去...
Khala 是中央音乐学院与清华大学联合推出的开源 AI 音乐大模型，面向高保真歌曲生成。模型采用 64 层深度声学 Token 层级结构，支持根据文本描述和歌词条件生...