Vidu Q2 – 生数科技推出的新一代图生视频模型，适合制作高质量视频
生数科技推出了新一代图生视频大模型 ——Vidu Q2，为用户提供了前所未有的视觉体验。Vidu Q2的最大亮点在于其对极致表情变化的精准捕捉，结合了推拉运镜技术，提升了视频的生成速度与语义理解能力...
排序
Neovate Code – 蚂蚁集团开源的AI编程助手，支持开发者用自然语言描述编程需求
neovate code 是由蚂蚁集团推出的开源智能编程助手，致力于全面提升开发效率。该工具具备深度理解代码库的能力，能够遵循项目现有的编码风格，支持通过插件系统灵活扩展功能。目前以命令行工具（cli...
CWM – Meta开源的代码世界模型，自动化修复代码中的错误
Meta 刚发布的这个 CWM，是一个 320 亿参数的开放权重 LLM，以推动基于世界模型的代码生成研究。该模型通过模拟代码执行过程，不仅生成代码，还能理解代码的动态行为，预测执行结果，并具备自我调...
AI Quests – 谷歌联合斯坦福推出的AI教育工具，帮助学生理解AI的实际应用
谷歌推出了一款专为11-14岁学生设计的免费教育游戏化产品“AI Quests”，旨在通过沉浸式游戏体验提升学生的AI素养。AI Quests的独特之处在于它与谷歌的实际研究紧密联系，将中学生与前沿科...
Mixboard – 谷歌推出的AI画板工具，快速将想法可视化
谷歌推出实验性 AI 工具 Mixboard，该工具由Banana提供支持，号称能把任何想法都即时可视化。主打“开放画布”与生成式 AI 创意，可从文本提示或预制板开始，生成包括家居装饰、产品设计等多...
Qwen3-Max – 阿里通义推出的超大规模模型，支持灵活调用外部工具完成复杂任务
阿里通义旗舰模型Qwen3 - Max重磅登场，性能超过GPT5、Claude Opus4等，位居全球前三，Qwen3-Max 能在几秒内完成成熟程序员大半天才能实现的编程任务，展现出卓越的指令理解和...
MiroFlow v0.2 – MiroMind开源的研究智能体框架，协调多个工具和子智能体完成任务
MiroFlow v0.2是MiroMind团队开发的开源研究智能体框架，旨在将任意大型语言模型（LLM）的能力提升至媲美OpenAI深度研究级别的水平。其核心设计聚焦于高效、可靠地执行复杂工具调用任...
IndexTTS2 – B站开源的最新文本转语音模型，可精准模仿该音频的声线
哔哩哔哩（B 站）Index 团队宣布全面开源其自主研发的文本转语音(TTS)系统 ——IndexTTS-2.0，它支持两种生成模式：一种明确指定生成的标记数量以精确控制语音持续时间；另一种以自回归的...
Mini-o3 – 字节联合港大推出的视觉推理模型，支持多轮交互推理
自字节跳动和香港大学的研究团队推出了 Mini-o3，一个旨在复现OpenAI强大但未公开的o3模型能力的开源系统。Mini-o3的核心目标是扩展模型与工具的交互能力，使其能够执行长达数十步的深度推理...
WebWeaver – 阿里通义开源的双Agent框架，提高研究效率和质量
WebWalker是阿里巴巴通义实验室提出的一个用于提升大型语言模型（LLM）网页信息检索能力的框架，它是一个基于阿里通义大模型（通义千问）的开源框架，旨在通过对话式AI助手（Agent）来提升用户与...