大模型

点击蓝字关注我👆 一个爱代码的设计师在运营,不定时分享干货、学习方法、效率工具和AIGC趋势发展。个人网站：tomda.top今天发现一个新 AI 生图、生视频平台，阿里做的「呜哩 AI」。不...

英伟达（NVIDIA）研究团队近日正式发布了全新的语音对语音对话模型 PersonaPlex-7B-v1。该模型以全双工（Full-Duplex）语音交互为核心设计目标，通过端到端 Transfo...

一、Ling Studio 正式上线：蚂蚁百灵推出统一 AI 交互入口 蚂蚁百灵正式发布 Ling Studio，这是其官方推出的大模型 Web 交互平台，面向开发者、研究人员及普通用户提供统...

一、腾讯混元3D Studio 1.2 正式公测，3D生成能力全面升级 腾讯正式发布 混元3D Studio 1.2 并开启公测。本次版本升级围绕“可控性、结构准确性与视觉质量”三大核心方向...

一、技术突破：从“像素传输”到“语义重建” 中国电信人工智能研究院（TeleAI）正式发布了全球领先的生成式视频压缩技术 GVC（Generative Video Compression）。该...

1月15日，千问App正式宣布全面接入淘宝、支付宝、淘宝闪购、飞猪、高德等阿里生态业务，并在全球首次实现点外卖、买东西、订机票等AI购物功能。 这一动作标志着千问App已经超越了传统意义上的“聊天机器...

一、Step-Audio-R1.1发布：全球领先的语音理解与推理模型 AI 科技公司 阶跃星辰（StepFun AI） 正式推出最新语音模型 Step-Audio-R1.1。该模型在国际权威评...

一、文心ERNIE-5.0-0110正式发布：多模态与推理能力全面提升 百度正式推出全新大语言模型 ERNIE-5.0-0110，该版本在多项国际权威评测中表现卓越，尤其在数学推理与计算能力方...

一、智谱AI联合华为开源GLM-Image，国产多模态AI迎来新突破 近日，智谱AI（Zhipu AI） 与 华为（Huawei） 联合宣布开源最新多模态大模型 GLM-Image。该模型在性...

一、OctoCodingBench简介：衡量编程智能体能力的新工具 AI 编程平台 MiniMax 正式发布了 OctoCodingBench ——一个用于评估编程智能体在真实代码仓库环境中对...

一、Vidu 发布全新 AI MV 生成系统：开启智能视频创作新时代 AI 视频创作平台 Vidu 正式上线了全新的 AI 一键生成 MV 功能，标志着视频制作进入“分钟级自动生成”阶段。用户...

一、爱诗科技发布 PixVerse R1：实时世界模型迈入新阶段 中国AI技术公司 爱诗科技（AIsphere） 正式发布其最新研发成果 PixVerse R1，这是全球首个面向多领域实时交互...

一、Adobe Firefly 全面升级：引入 OpenAI 图像模型 GPT-Image 1.5 Adobe 宣布其旗舰生成式AI平台 Firefly 正式接入 OpenAI 最新图像生成模...

一、Nano Banana Pro：AI图像生成领域的颠覆性突破 Google 最新发布的 Nano Banana Pro 模型在短短两个月内便生成了 超过10亿张高质量图片，成为全球AI创作...

一、Mugen3D简介：AI建模进入高保真时代 Mugen3D 是一款基于人工智能与3D高斯溅射（3D Gaussian Splatting）技术的全新建模工具。它能够仅凭一张普通图片，生成具...

一、Midjourney Niji 7：动漫AI创作的又一里程碑 AI绘画领域正快速发展，而在动漫与插画风格生成方面，Midjourney 一直处于领先地位。全新的 Niji 7 模型，是Mi...

在 MiniMax 上市这一重要时刻，海螺 AI 为所有活跃用户准备了一份特别的惊喜大礼，以感谢用户长期以来的支持与陪伴。此次活动以“好事发生，见者有份”为主题，旨在让每一位用户都能参与其...

阿里通义实验室近日宣布开源两款重要模型——Qwen3-VL-Embedding 与 Qwen3-VL-Reranker，为多模态信息检索带来了新的发展方向。这两款模型的发布不仅丰富了AI生态，也为...

在数字内容创作领域，如何高效生成高质量、自然的 3D 骨骼动画一直是技术难点。近日，腾讯混元团队正式发布并开源了 HY-Motion 1.0。作为一款基于文本生成 3D 动作的大规模模型，它不仅在...

在 AI 编程工具领域，提升开发者协作效率与代码安全性始终是核心课题。近日，Anthropic 正式发布了 Claude Code 桌面预览版。这一版本的推出，标志着 AI 编程助手正在从基础的对...

Liquid AI 近日发布了其最新的 LFM2.5 系列，这是一个专为边缘设备与本地部署优化的小型 AI 模型家族。LFM2.5 系列包含多种变种，涵盖文本、视觉语言和音频语言任务，致力于为 物...

在智能助手领域竞争日益激烈的背景下，亚马逊正式上线了 Alexa + 的网页入口——Alexa.com，为用户提供通过浏览器直接与下一代智能助手对话的能力。这一变化标志着 Alexa 在扩展使用场...

谷歌正在加速布局轻量级AI视觉模型领域，其 Gemini Flash 系列 再添新成员 —— Nano Banana2Flash。这款正在测试中的图像生成模型以“极致速度与高性价比”为核心卖点，旨...

中国电信人工智能研究院（TeleAI）正式宣布开源 星辰语义大模型TeleChat3系列，这是一款基于全国产算力体系训练的 千亿参数细粒度MoE（Mixture of Experts）模型，在性能...

这两年，字节跳动在人工智能赛道不断加速，从内容生态到生产力工具全面布局。继豆包凭借破亿日活跃用户成为超级入口后，字节近期在海外推出了重磅产品 AnyGen，精准切入办公痛点，为用户提供基于语音指令...

人工智能音频领域迎来全新研究工具。由 清华大学 NLP 实验室、OpenBMB 以及 面壁智能（ModelBest） 联合研发的 UltraEval-Audio 框架现已正式开源。该框架为音频模型...

人工智能与可穿戴设备的融合正加速走向现实。近日，AI硬件新星 Pickle 公司 发布了其旗舰级智能眼镜 Pickle 1，这款设备被定义为“灵魂电脑（Soul Computer）”，凭借强大的A...

人工智能进入多模态与智能体时代，国内AI企业持续发力。近日，月之暗面（Moonshot AI） 宣布其全新多模态模型 Kimi K2 升级版（包括 K2.1 与 K2.5）计划于 2026年第一季...

在AI视频生成领域，角色在不同场景中的一致性一直是技术难题。近日，字节跳动与新加坡南洋理工大学（NTU）联合推出了 StoryMem 系统，该系统通过引入关键帧记忆机制，在生成多场景视频时显著提升...

Handy 是一款完全开源、可离线运行的语音转文字桌面应用，支持 Windows / macOS / Linux 三大平台。它基于 Whisper / Parakeet 等模型进行高质量识别，默认...

阿里巴巴通义实验室推出 MAI-UI：多模态基础 GUI 智能代理家族 阿里巴巴通义实验室正式发布 MAI-UI（Mobile AI User Interface），这是一个多模态基础 GUI...

在AI驱动的内容创作浪潮中，腾讯混元团队再次引发行业关注。其最新开源的 HY-Motion1.0 模型，凭借强大的 文本到3D动作生成能力，为游戏、影视、虚拟人、数字娱乐等领域注入全新动力。该模型...

微软正式宣布将最新的 GPT-5.2 模型 接入其全系 Copilot 助手 产品中，为用户带来更高效、更精准的智能办公体验。此次升级标志着 Copilot 迈入 深度逻辑推理与复杂任务处理的新阶...

随着多语种交流需求的增长与AI模型技术的成熟，腾讯混元（Hunyuan） 发布了全新的 1.5 版开源翻译模型 Step-DeepResearch，在性能、部署效率以及语言覆盖范围上均实现显著提升...

全球科技巨头 Meta 正式宣布以 数十亿美元 收购人工智能初创公司 Manus，这笔交易成为Meta历史上第三大收购案。此次收购标志着Meta在通用人工智能（AGI）与智能Agent领域的战略布...

在计算机视觉（CV）应用快速发展的时代，开发一个高效的视频AI系统往往需要大量的模型配置、算法调度与数据处理。为了解决这些复杂问题，开源社区推出了轻量级框架 VideoPipe —— 一个帮助开发...

在人工智能不断赋能科研领域的背景下，阶跃星辰（StepFun） 推出了全新的 Step-DeepResearch 模型，为科研机构、技术团队与个人研究者提供了高性价比的深度研究解决方案。这款模型凭...

在短视频创作快速发展的时代，如何提升视频生产效率、优化内容表现，成为创作者关注的核心问题。近期开源工具 ClipSketch AI 的出现，为视频二创和内容运营者提供了全新的高效解决方案。 ...

🧠 元宝AI任务提醒功能重磅上线 元宝AI 推出全新的 AI任务提醒功能，为用户提供了更加智能、高效的日程与任务管理体验。通过自然语言即可快速设定提醒，覆盖生活、学习与职场等多种使用场景，让智...

一个爱代码的设计师在运营,不定时分享干货、学习方法、效率工具和AIGC趋势发展。个人网站：tomda.top 最近谷歌的 Nano Banana Pro 生图模型那是相当火🍌可用性终于到了一个十分可靠...

🌐 Liquid AI推出LFM2-2.6B-Exp：小体量模型展现强劲实力 Liquid AI 正式发布其最新实验性模型 LFM2-2.6B-Exp，这是一款参数规模仅为2.6B的小型模型...

快看漫画正式宣布与 MiniMax 达成战略合作，共同推出全新的 AI 互动漫画 产品。这一创新项目以“AI 陪伴”为核心理念，通过大语言模型与多模态交互技术，让读者首次能够与漫画角色进行实时交流...

在AI驱动的创意浪潮中，灵光（Lingguang）AI助手再次交出亮眼成绩单。自正式上线仅一个月以来，平台用户已成功创建 超过1200万个闪应用（Flash Apps），展现出强劲的用户增长势头与...

小红书开源 InstanceAssemble：轻量级布局可控生成框架助力高精度图像生成 小红书正式开源了 InstanceAssemble 框架，这是一款面向 布局可控图像生成（Layout...

阿里 Qwen 正式发布 Qwen-Image-Edit-2511，这是新一代图像编辑模型，在 AI 修图领域实现了显著突破。该模型能够精准保留原图人物面部特征，即使在多人合照或复杂场景下进行创意...

腾讯云携手安徽驿路微行科技，推出ETC助手的全新功能——助手Agent，基于腾讯混元大模型打造，为用户提供便捷高效的智能服务。该智能体支持多模态交互，使用户能够通过语音或文本指令与系统沟通，显著提...

清华大学TSAIL实验室联合生数科技正式开源了TurboDiffusion框架，这一技术显著提升了AI视频扩散模型的推理速度，同时保持高质量的视觉效果。通过多种优化策略，TurboDiffusion降...

Anthropic正式推出全新开源Agent Skills知识库，为其Claude模型提供示范性技能和最佳实践。该知识库旨在帮助开发者快速扩展Claude模型的功能，实现文档处理、创意设计、开发技...

知乎近日发布了2025年度AI产品榜单，在榜单中，豆包荣登榜首，展示了其在人工智能领域的市场影响力和用户认可度。榜单中，DeepSeek、Gemini、通义千问紧随其后，而知乎直答也跻身前五名，反...

近日，MiniMax M2.1开源编码大模型正式发布，凭借100亿激活参数，在多语言编程和真实工程任务中表现出色，全面超越闭源模型如谷歌Gemini3Pro、Anthropic Claude 4...

阿里巴巴通义实验室正式开源新一代端到端语音交互大模型——Fun-Audio-Chat-8B，为语音AI应用赋能更加自然、流畅的语音交互体验。该模型专注于提升实时语音理解与回应的速度，同时具备先进的...

在人工智能与数学领域的融合日益深入的今天，字节跳动Seed团队再度带来了重要突破——全新版本的Seed Prover1.5正式发布。这一版本在形式化数学推理与自动定理证明方向取得了显著进展，为AI...

点击蓝字关注我👆 一个爱代码的设计师在运营,不定时分享干货、学习方法、效率工具和AIGC趋势发展。个人网站：tomda.top 如果说 Stable Diffusion 的出现是让 AI 学会了“临摹...

最近 Nano Banana Pro 的玩法层出不穷，很多朋友惊叹于大神们的作品，却苦于不知道去哪里寻找高质量的提示词（Prompts）。 分享 几个非常实用的 Nano Banana Pro 提...

苹果最近发布了其最新的多模态 AI 模型 UniGen 1.5，在图像处理领域实现了重大的突破。UniGen 1.5 将 图像理解、生成与编辑功能 集成于一体，并通过创新的“编辑指令对齐”技术，显...

美团 LongCat 团队近日推出了 SOTA 级虚拟人视频生成模型 LongCat-Video-Avatar，该模型在长视频生成领域表现优异，尤其是在动作拟真、长视频稳定性和身份一致性方面，展现...

近日，GPT-5.2-Codex 正式亮相，这标志着智能代编码领域取得了又一次重大突破。该模型在 代码重构、系统迁移、网络安全防御 等场景表现出卓越性能，同时通过严格的访问控制策略，兼顾技术普惠与...

近日，Google 宣布对其 Gemini 应用进行重磅更新，新增了 视频 AI 来源检测功能。用户只需上传视频，即可查询该视频是否由 Google 的生成式 AI 制作，从而提升 AI 内容的透...

在人工智能助手不断进化的时代，腾讯正式推出“元宝”——一款基于 混元（Hunyuan）与 DeepSeek 双模型 打造的全能 AI 助手。元宝融合了腾讯在大模型、自然语言理解、搜索引擎及微信生态中的...