AI 资讯

AlphaEval 是跨赴科技联合推出的生产级 Agent 评测框架。框架覆盖 7 家真实企业场景的 94 个生产任务，构建从需求澄清到 App 交付的完整可复现链路。

MAI-Cyber-1-Flash 是微软推出的首个专为网络安全从零构建的 AI 模型。模型接入多智能体系统 MDASH，可高效处理约 90% 的网络安全任务，在 CyberGym 基准测试...

Nanbeige4.2-3B是BOSS直聘南北阁实验室推出的通用Agent小模型，仅3B参数却在代码智能体、办公工作流、复杂工具调用等Agent任务上超越Qwen3.5-9B与Gemma4-12B...

OpenWorker是吴恩达发布的开源AI桌面代理，采用MIT许可证完全免费。非聊天机器人，是'交付成果'的本地优先AI同事。用户提出目标结果，直接产出可用文档、Slac...

last30days-skill 是开源的 AI Agent 研究技能，让 Agent 自动扒取过去30天海外各大社交平台的真实讨论并合成带引用的报告。工具深度爬取 Reddit 评论、X 高...

WorkBuddy Bench 是腾讯开源的编码智能体评测套件，覆盖代码、网页、办公、安全四大真实场景。任务从真实 commit、PR 及业务场景逆向构建，改写为口语化请求...

MineExplorer美团LongCat团队推出的，首个基于Minecraft的开放世界分钟级长程任务评测基准。MineExplorer包含813个1-4跳人工验证实例，任务含隐藏前置条件，...

Claude Opus 5 是 Anthropic 最新发布的旗舰级模型，定位“接近 Fable 5 的前沿智能，价格约为后者一半”，相比 Opus 4.8 在成本不变的前提下大幅提升性能，已...

BigMac 是小红书 dots infra 团队开源的多模态大模型流水并行训练框架，针对 MLLM 训练中计算效率与显存占用难以兼顾的问题，提出依赖安全的嵌套流水线范式。

Cosmos 3 Edge 是 NVIDIA 推出的 4B 参数开源世界模型，专为机器人和边缘 AI 实时推理设计。模型基于 Nemotron 架构，融合自回归与扩散双 Transformer 塔，共...

CodeBuddy NPC是腾讯云推出的面向企业研发流程的云端AI智能体，依托CNB平台直接介入代码仓库、Issue、PR与CI/CD环节。

Cursor Router 是 Cursor 面向团队和企业推出的智能模型路由器，基于 60 多万真实请求训练，自动将每个编程请求路由到最适合的模型。

MAI-Image-2.5-Pro 是微软AI团队推出的高精度图像生成模型。模型主打高质量主视觉生成、细节编辑及图像内文字渲染，支持自然语言指令调整内容。

MAI-Voice-2-Flash 是微软AI团队推出的高速语音合成模型。模型专为高并发、低延迟语音场景优化，相比前代MAI-Voice-2速度提升约2倍，成本降低32%，同时保持自...

Ling-3.0-Flash 是蚂蚁集团百灵大模型推出的轻量级 MoE 推理模型，总参数量 124B、每 token 激活 5.1B 参数，支持 256K 超长上下文与思考/非思考双模式。

img2threejs 是开源的 AI skill，能将单张参考图片自动转换为可交互的 Three.js 3D 模型。用户只需提供一张图片，AI 会分析物体的轮廓、比例、材质与细节，生...

SciReasoner 是上海人工智能实验室联合港中文、中科院药物所、斯坦福、牛津等团队推出的新一代科学推理多模态基础模型。模型首次提出原生结构推理范式，将蛋...

OpenAI Presence 是 OpenAI 推出的企业级 AI Agent 部署与管理平台，帮助企业将智能体从实验阶段推进到生产环境。

SenseNova U1 Pro 是商汤科技推出的旗舰图片创作模型，核心定位理解、生成、行动的原生统一。模型支持原生8K直出，具备图文交错思维能力，可围绕目标连续完成...

Macaron V1 是 MindLab 推出的后训练多能力模型系统，基于 GLM 5.2 基座，通过强化学习对约 0.5% 核心参数进行 LoRA 微调。系统独创 Mixture-of-LoRA（MoL）...

UnifoLM-OminiA-0.3是宇树科技推出的全模态交互理解模型，专为G1人形机器人设计。单模型可统筹家居康养多任务，支持视觉识别、语音交互、精细操作与设备控制...

Gemini 3.6 Flash 是 Google DeepMind 最新推出的主力干活模型，定位大规模 AI Agent 场景，包含三款 Gemini 新模型，Gemini 3.6 Flash、3.5 Flash-Lite 及 3...

Gemini 3.5 Flash-Lite 是 Google 推出的最快、最便宜的 Gemini 3.5 系列模型，专为高吞吐、低延迟的生产级 Agent 工作流设计。

Gemini 3.5 Flash Cyber 是 Google 基于 Gemini 3.5 Flash 微调的网络安全专用模型，与 CodeMender 代码安全智能体配对使用，专精漏洞发现与修复。