Sora 2 – OpenAI 推出的新一代AI音视频生成模型，首次实现了环境音效与画面动态同步生成
OpenAI推出的新一代视频生成模型Sora 2，首次实现了音频与画面的智能同步生成。新模型通过多模态融合算法，能够理解视频内容的情绪基调、场景特征和动作节奏，并据此生成匹配的背景音乐、环境音效甚至人...
排序
聆音EchoCare – 香港中科院推出的超声大模型，有效提升医疗服务效率
中国科学院香港创新研究院人工智能与机器人创新中心（CAIR）在香港正式开源发布其最新科研成果——EchoCare“聆音”超声基座大模型（简称“聆音”），通过超过450余万张大规模多器官、多中心、多地区...
豆包大模型1.6-vision – 火山引擎推出的视觉深度思考模型，具备工具调用能力
火山引擎宣布正式推出豆包大模型 1.6-vision，以工具调用的差异化能力，将图像融入其思维链中，实现对图片的定位、剪裁、点选、画线、缩放、旋转等精细处理。在增强推理可解释性的同时，可高效精准地完成...
Ring-1T – 蚂蚁百灵开源的万亿参数思考大模型，展现出强大的数学推理能力。
蚂蚁集团重磅推出万亿参数思考模型Ring-1T，并全面开源模型权重、训练配方。Ring-1T不仅在数学竞赛上刷新开源SOTA，还在逻辑推理和医疗问答中脱颖而出。 并结合人类反馈强化学习（RLHF）提升...
Anthropic最新推出的AI编程模型–Claude Sonnet 4.5 ，能专注工作超 30 小时
Anthropic 公司推出了一款名为 Claude Sonnet 4.5 的新一代前沿模型，该模型在编码、计算机操作及满足实际业务需求方面能力更强，同时在网络安全、金融、科研等专业领域表现突出。 C...
Lynx : 字节跳动推出的高保真个性化视频生成模型，仅需一张人物照片
Lynx是字节跳动推出的高保真个性化视频生成模型，仅需输入一张人像照片，即可生成身份高度一致的动态视频。该模型通过单张人物图像即可生成身份一致、动作自然、场景多样的动态视频，在身份保真度、动作连贯性...
JoySafety – 京东开源的大模型安全框架，支持通过 API 动态调整安全策略
京东正式推出了其开源的大模型安全框架 ——JoySafety。框架支持每日超过亿次的调用，拥有高达95% 以上的攻击拦截率，确保用户在享受高效服务的同时，数据安全和用户隐私也得到了有力保障。 JoyS...
GDPVAL – OpenAI开源的AI模型经济价值评估框架，衡量 AI 模型在真实经济价值任务上的表现
OpenAI发布一项名为GDPval的创新AI评估基准。该基准旨在评估前GDPval的创新之处在于，它通过自上而下的方法，系统性地覆盖了对经济贡献最大的多个行业和职业，确保了任务的代表性和广度，模型在...
Manzano – 苹果推出的图像理解和生成模型，能同时实现图像理解和图像生成
苹果的研究团队提出了Manzano模型，旨在设计一个能够和谐统一理解与生成任务的简洁、可扩展的架构。在多个行业基准测试中，该模型均表现出色。Manzano 模型不仅可完成经典图像编辑任务，还能实现提示...
混元图像3.0 – 腾讯开源的原生多模态图像生成模型，支持多种风格的图像生成
腾讯混元最新发布并开源原生多模态生图模型——混元图像3.0，这是首个开源工业级原生多模态生图模型，也是目前效果最好的开源生图模型。混元图像3.0具备常识并能够利用知识进行推理；同时语义理解准确度高，并...