AI 资讯

Gemini 3.7 Flash 是 Google DeepMind 推出的新一代主力 AI 模型。模型专为 Coding 与 Agent 工作流设计，在软件工程、网页开发和企业自动化等基准上大幅跃升...

GLM-5.3 是智谱最新开源的基座大模型，与 GLM-5.2 基座相同，通过极致的后训练 Scaling 大幅提升智能上限。GLM-5.3 是当前编程能力最强的开源模型

Grok 4.6 是 SpaceXAI 推出的最新一代旗舰大模型，1.5T 参数，50 万 token 上下文。模型性能在编码、Agent 等基准测试中逼近 Claude Fable 5 与 GPT-5.6 Sol ...

LTX-2.5 是 LTX 开源的 AI 视频生成基础模型，拥有 22B 参数，发布即开放权重。模型支持原生多镜头生成、4K HDR 与 RAW/EXR 专业工作流，可同步生成音频，具...

PixelRAG 是伯克利 SkyLab/BAIR 开源的视觉原生 RAG 框架。框架跳出网页抽成纯文本再检索的传统路线，改用浏览器把网页、PDF 渲染成截图瓦片，通过 LoRA 微调...

Grok Bot 是 SpaceXAI 推出的 AI Agent 系统，能登录用户的账号像真人一样操作网站和工具，24 小时在云端替用户完成实际工作。系统支持多 Bot 并行协作、录制...

dots.tts 是小红书 dots 团队与上海交大 X-LANCE 实验室联合开源的 20 亿参数全连续自回归语音合成基座模型。模型直接在连续隐空间中逐块生成 48kHz 音频，在...

DeepSeek Harness 是 DeepSeek 推出的 AI 智能体运行框架，核心理念为 'Model + Harness = Agent'。框架通过上下文管理、工具调用编排、执行沙箱等工程模块，...

Nemotron 3.5 Lightning 是英伟达推出的 30B 参数开源 MoE 模型，专为多智能体系统优化。相比同类模型，输出速度提升 4 倍，智能体任务完成速度加快 30%，在...

HOMIE 是香港科技大学开源的数字人视频生成框架，基于 Wan2.1-T2V-14B 骨干网络并集成 Qwen3-VL 多模态大模型。框架能统一处理数字人+商品+Logo+文字四要素，...

PAST-Bench 是普林斯顿大学王梦迪团队推出出的基准测试，用于检验个人 AI Agent 的递归自我改进能力。PAST-Bench通过对比有记忆与无记忆条件下的任务表现，判...

Shotcut 是基于 FFmpeg 的开源视频编辑软件，完全免费且无水印、无时长限制。软件支持数百种音视频格式免导入直接编辑，提供多轨道时间线、关键帧动画、丰富...

Palmier Pro 是为 AI 时代打造的 macOS 原生视频编辑器，采用 Swift 从零构建，开源且基础功能免费。产品将生成式 AI 直接嵌入时间线，支持 Seedance、Kling ...

GPT-5.6-Cyber是OpenAI专为网络安全推出的AI模型，基于GPT-5.6 Sol构建并针对漏洞利用、权限提升等专业任务增强。模型仅向Daybreak Red层级审核客户开放，对...

Muse Glimmer 是 Meta 开源的 300 亿参数大语言模型，专为全天候本地常驻 Agent 工作流深度优化。模型通过 4bit 量化技术，模型可在 24GB 显存的单卡 GPU 或 ...

SmartSub（妙幕） 是开源的一站式音视频字幕处理桌面工具。工具将全流程整合为单一应用，基于 Whisper、FunASR、Qwen3-ASR 等本地模型离线语音转文字，支持 2...

Wan-Animate-2是万相团队开源的新一代角色动画模型，作为 Wan-Animate 的重大架构升级，放弃了对显式姿态骨架和辅助姿态提取网络的依赖，改为端到端的双分支 ...

Grok Imagine Image 2.0 是 SpaceXAI 发布的全新一代图像生成与编辑模型，以「Quality Mode」形式上线 grok 网页端及 iOS、Android 应用。不只做「重抽一张」...

SALMONN-2 是清华大学、上海人工智能实验室与剑桥大学联合开源的通用音频大语言模型，基于字节跳动 SPEAR 统一自监督音频编码器与多层特征融合适配器构建，以...

Wan3.0 是阿里云万相团队最新推出的视频生成大模型。模型在生成时长、万能创作、全能参考与真实感等维度全面升级，单次可生成 30秒 视频，首次支持 doc、xls...

Hunyuan3D-Buffalo 1.0 是腾讯混元推出的统一3D多模态框架，通过共享的 Hunyuan3D-VLM 主干将3D问答、空间定位、文生3D、指令编辑和部件生成集成到单一流程中。

InstructAV2AV 是北京智源人工智能研究院与北京大学联合推出的音视频联合编辑模型。用户只需一句自然语言指令，可在端到端生成过程中同时编辑视频画面与对应...

JoyAI-Video-Edit是京东开源自研的实时流式视频编辑模型，基于16B参数自回归扩散架构，在720P分辨率下实现30FPS推理速度，支持任意时长稳定流式编辑。

SeedRealtime是字节跳动Seed团队推出的原生音视频全双工大模型，基于统一架构原生融合音频、视频与文本，实现边看、边听、边说的全模态实时交互。