AI 资讯

MAGI-2-preview 是 Sand.ai 开源的全球首个千亿参数 MoE 多模态视频生成模型，总参数 114B、激活仅 6B。模型延续单流架构，将文本、视频、音频统一纳入同一 T...

Shieldstral 是 Mistral AI 推出的 3B 参数开源多模态内容安全分类模型，基于 Ministral-3B 构建。模型将传统固定类别的内容审核重新定义为二元问答任务，支...

MemHarness 是上海 AI Lab 联合浙大、复旦、上海交大等高校推出的 LLM Agent 记忆重构框架。现有记忆增强 Agent 常将检索到的历史经验直接注入上下文，若旧经...

Hy ASR 3.0 preview是腾讯混元推出的新一代语音识别模型，基于 Hy3 大语言模型，融合高精度语音识别与深度语义理解。模型支持中文、英语、粤语及10大方言片区...

Orchard 是微软研究院推出的开源 Agentic AI 建模框架，核心为基于 Kubernetes 的 Orchard Env 环境服务，支持跨域复用沙箱进行数据蒸馏、强化学习 rollout ...

ForgeStencil 是面壁智能联合 OpenBMB 开源社区推出的全球首个支持 Stencil 自动研究、自动部署的 AI 优化系统，基于 Kernel Agent 与 App Agent 双智能体闭...

E-Bench 是腾讯混元团队联合清华大学 AIR、东南大学推出的多步骤工具使用评测基准，基于王者荣耀、QQ 音乐、腾讯会议三大真实产品为原型，构建全合成虚拟环境...

SenseNova U1.5-Lite-Preview 是商汤科技开源的轻量级原生统一多模态模型预览版，基于 NEO-Unify 架构迭代，仅 8B-MoT 参数即贯通视觉理解、推理、生成与编辑。

MindMemOS 是华为诺亚方舟实验室开源的 AI Agent 记忆操作系统，能解决 Agent 用完即忘的痛点。系统将记忆从单个 Agent 中解耦为可跨框架复用的独立资产，采...

Qwen 3.8-Max 是阿里云 Qwen 团队推出的旗舰大模型，总参数量达 2.4 万亿，基于 Qwen 3.5 架构扩展而成。作为 Qwen 家族迄今最强大的模型，是首个即将开源权...

FeyNoBg 是 Feyn Labs 推出的开源自动背景去除模型，基于 BiRefNet 架构深度改进，拥有 2.63 亿参数。模型在 UHRSD-TE、HRSOD-TE 等 8 项基准测试中，有 4 项...

Qwen-Audio-3.0-ASR-Flash 是阿里千问团队推出的语音识别大模型，现已通过阿里云百炼平台开放调用，提供 Flash、Filetrans、Streaming 三个版本。

MiniMax H3 是稀宇科技推出的通用全模态生成模型，打破传统任务与模态边界，支持对文本、图像、视频、音频的统一理解与原生生成。模型能输出原生双声道音视频...

Codex Security CLI是OpenAI开源的AI代码安全扫描CLI工具，前身为Codex内置的闭源安全插件。工具基于大模型语义理解自动扫描代码漏洞，深度验证攻击路径真实...

AngelSpec 是腾讯混元团队开源的端到端推测解码训练框架，基于 TorchSpec 构建，支持 MTP 自回归与 DFly 块并行共 6 种草稿架构。推理与训练解耦，推理引擎经...

Grok Voice Think Fast 2.0 是 SpaceXAI（xAI）推出的端到端语音到语音模型，采用原生语音到语音架构，无需经过识别—推理—合成多阶段流程即可直接理解并回应...

Qwen-Audio-Agent 是阿里语音AI团队推出的开源实时语音 Agent 框架，基于 Qwen-Audio-3.0-Realtime 模型构建。框架作为统一的实时语音入口层，让用户通过自然...

水杉输入法是基于 Windows 原生 TSF 框架的免费开源中文输入法，专为 Win10/Win11 设计。与多数基于 RIME 的方案不同，工具完全自研，原生兼容 UWP 及高 DPI ...

PerceptionBench是月之暗面开源的视觉感知诊断基准。PerceptionBench 从 42 个现有评测集中前沿模型的失败案例中，归纳出 10 项原子视觉感知能力，并构建 3,0...

Instella-MoE 是 AMD 开源的混合专家语言模型系列，总参数量 16B、激活参数量 2.8B，采用 27 层解码器架构。模型基于 AMD Instinct MI300X / MI325X GPU 及 R...

JiuwenSwarm是华为2012实验室、华为云、终端小艺等团队联合构建的开源AI Agent平台，也是首个面向鸿蒙PC的开源AI统一工作台。平台采用多智能体协同架构，支持...

LLaDA2.2-flash是InclusionAI开源的扩散语言模型（dLLM），采用MoE架构，总参数量约100B，原生支持128K上下文。模型通过多轮并行去噪拟合答案，引入莱文斯坦...

SearchOS 是人大高瓴人工智能学院与蚂蚁集团联合推出的开源多智能体搜索协作框架。框架借鉴关系型数据库设计理念，将开放域信息检索抽象为动态关系模式，通过...

UniWorld-View 是兔展智能联合北京大学、鹏城实验室推出的开源世界模型，登顶李飞飞团队 WorldScore 世界模型评测榜单。模型基于单张图片或一段视频，可按指...