大模型

阿里云近日宣布其最新的AI编程大模型Qwen3-Coder全面开源。这一模型在代码生成和智能Agent能力上达到了顶尖水平，为智能编程技术带来了新的突破。作为继承了先进MoE架构和强大上下文处理能...

在语音合成技术领域，IndexTTS2的发布标志着一场革命性的突破。这款文本转语音（TTS）模型不仅具备了传统TTS技术所无法比拟的强大功能，还在零样本语音克隆、情绪控制等方面取得了显著进展。无论是在...

功能体验通道：hunyuan.tencent.com 讯研究院携Hunyuan T1-Vision大模型推出革命性多模态AI工具「元宝」，其视觉语义解析系统采用动态关联注意力机制，实现跨模态信息耦合度...

随着多模态AI技术的不断发展，DeepEyesV2 作为一款最新的多模态AI模型，凭借其卓越的图像理解、代码执行与网络搜索能力，正逐渐在AI领域引起广泛关注。由一支研究团队推出，DeepEyesV...

我们很高兴开源 Qwen-Image，一个20B的MMDiT模型。这是通义千问系列中首个图像生成基础模型，其在复杂文本渲染和精确图像编辑方面取得了显著进展。 Qwen-Image的主要特性包括： ...

在3D建模领域，传统生成算法面临着布线质量差、面数过高以及后期编辑困难等挑战。为了解决这些问题，腾讯混元3D团队推出了业界首个美术级3D生成大模型——Hunyuan3D-PolyGen。这一创新模型结...

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...

阶跃星辰发布Step-Audio2mini：革命性的端到端语音大模型 阶跃星辰近日发布了其最新的端到端语音大模型——Step-Audio2mini，这款模型在多个国际基准测试中取得了SOTA...

山海大模型官网使用指南：如何访问、功能解析与常见问题解答 山海大模型作为一款强大的智能助理工具，凭借其丰富的功能和高效的服务，成为了许多用户的良师益友。然而，部分用户在访问官网时可能会遇到一些问题。本...

Gemini Enterprise 免费领取方式（30天） Google Gemini 会员又放水了！ 免费送一个月，包含 Gemini 3 Pro、Nano Banana Pro、Veo 3 等全套...

Manus 推出了全新的 Browser Operator 功能，将传统浏览器升级为全功能的 AI 代理浏览器。这个功能通过 利用用户真实IP和已登录状态，实现在浏览器中进行高效自动化操作，避免了...

由特斯拉与X（原Twitter）创始人**埃隆·马斯克（Elon Musk）**推出的全新AI百科全书 Grokipedia 正式上线。这一平台以“公正、真实、智能”为核心理念，致力于成为一个由人...

Meta公司近日通过其新成立的超级智能实验室（MSL）发布了重要技术成果——REFRAG框架，该框架在检索增强生成（RAG）任务中的推理速度提高了30倍以上，显著减少了计算量并提升了大语言模型的效...

OpenAI最近发布了新基准测试GDPval，这一测试旨在评估AI模型在多个行业和44种职业中的表现。根据最新的测试结果，GPT-5和Claude Opus4.1在部分任务中已经能够接近人类行业专...

Qwen 团队推出的 Qwen3-Max，是通义千问家族中参数规模最大、能力最强的旗舰级 AI 模型。其参数超过 1 万亿，预训练涵盖 36 万亿个 tokens，凭借先进的 MoE 结构设计与多...

4月21日，科大讯飞正式推出其最新人工智能模型——讯飞星火X1，旨在与OpenAI的o1及DeepSeek R1一较高下。在保持参数规模较小的前提下，讯飞星火X1却实现了与行业头部模型相近的性能水准...

AWS 推出三款新 AI 智能体 Kiro 具备持续自主工作的编码能力 亚马逊云科技（AWS）正式发布三款全新的 AI 智能体产品，其中最受关注的是名为 Kiro 的自主智能体。作为一款面向开...

在AI编程领域迅速崛起的 Cursor，近日宣布完成 23亿美元融资，公司最新估值高达 293亿美元，成为AI开发工具领域最受关注的企业之一。此次融资不仅凸显了投资者对AI编程未来的高度信心，也标...

腾讯云发布CloudBase AI CLI：提升开发效率，减少编码量 腾讯云推出了 CloudBase AI CLI，一款深度集成云开发平台的 AI命令行工具。该工具旨在为开发者提供更高效、便...

阿里云正式发布通义灵码 AI IDE，这是一款深度适配于千问3大模型的智能编程开发环境，为广大开发者带来全新高效的编程体验。通义灵码 AI IDE 集成了强大的编程智能体模式、长期记忆、行间建议预测以...

在人工智能技术快速发展的今天，商汤科技推出的商汤商量SenseChat语言大模型，凭借其多功能对话能力和先进的文档处理功能，为用户提供了便捷、高效的智能服务。无论是在专业领域还是日常生活中，商量都能提...

一、什么是美团 CatPaw AI 编程 IDE？ 美团推出的 CatPaw 是一款基于 AI 技术的编程 IDE，专注于通过自研的 LongCat 大模型 来辅助开发者进行编程。历时两年内部...

西湖大学DeepScientist AI科学家：科研效率大幅提升，突破性成果屡现 西湖大学推出的AI科学家 DeepScientist 展示了人工智能在科研领域的巨大潜力。凭借其强大的计算能力...

目录 金蝶云·苍穹GPT是什么？ 金蝶云·苍穹GPT可以做什么？ 适用场景 金蝶云·苍穹GPT是什么？ 金蝶云·苍穹GPT是由国内ERP龙头企业金蝶在2023全球创见者大会上发布的企业级大模型平台。作...

OpenAI 正式发布 GPT-5.1：更聪明、更自然、更理解你的 ChatGPT 来了 OpenAI 宣布正式发布 GPT-5.1 模型系列（Instant / Thinking），全面升级...

AudioGenie横空出世：重新定义AI音频生成 腾讯正式发布 AudioGenie，这是一款具备 多模态音频生成能力 的AI工具，能够根据 视频、文本、图像 等多模态输入，一键生成 电影级...

阿里通义千问正式发布新一代 语音合成大模型 Qwen3-TTS，面向更真实、多样与可控的声音生成需求。该模型支持 49 种高度拟人的角色音色，涵盖不同性别、年龄、情绪与人物设定，同时覆盖 10 种...

在AI技术飞速发展的今天，Anthropic再度放出重磅消息：发布了最新的Claude Sonnet4.5大模型。该模型在编码任务中的表现已远超以往的AI模型，尤其是在编码基准测试中大放异彩，并且...

Nano-Banana：超越FLUX Kontext的图像编辑新突破 Nano-Banana 模型在图像编辑领域表现出色，特别是在 角色还原、场景重构 和 图像融合 等关键技术上，超越了 FL...

Junkyard，这个设计资源网站虽然自嘲为“垃圾场”，但实际上，它所提供的资源和内容却远超其名字所表达的含义。作为一个精选的设计知识平台，Junkyard 提供了大量高质量的设计资源、文章和工具...

在人工智能领域，推理效率和计算成本始终是技术进步的关键指标。DeepSeek-TNG-R1T2-Chimera通过其创新的AoE架构，成功实现了推理效率的提升和计算成本的显著降低，堪称AI领域的重大突...

清影 2.0：一句话即可生成高清视频，开启 AI 视听创作新时代 国产 AI 团队 智谱AI 推出新工具 清影 2.0，用户只需输入一句描述，就能生成 1080P、最长 10 秒 的高清短视频...

在 AI 视频创作工具持续创新的浪潮中，全球知名在线视频编辑平台 VEED 正式推出 Fabric 1.0—— 一款专注于静态图像动态化的 AI 视频生成工具。该工具凭借 “一张图片 + 语音输入...

北京时间凌晨 1 点，OpenAI 正式发布全新旗舰模型 GPT-5 —— 迄今为止最智能、最快速、最实用的 AI 系统。它首次引入 内置思维能力，将“专家级智能”普及到每一位用户手中。 颠覆...

字节跳动的Seed团队与香港大学和复旦大学联合推出了一项突破性的强化学习方法——POLARIS。这一创新的训练方法专门针对小规模模型的数学推理能力进行了优化。通过引入定制化训练数据、超参数设置以及...

一、模型技术特点 阿里巴巴通义实验室最新开源的Wan2.1-FLF2V-14B模型（GitHub项目地址）代表了当前AI视频生成技术的前沿水平，具有以下创新特性： 创新型架构设计 基于首尾帧控制的视频...

快手可灵 2.6 全量上线 “音画同出”让AI创作更完整 快手旗下的可灵 AI 全量上线 可灵 2.6 模型。这是其首个实现“音画同出”的多模态模型，能够在一次生成中同时产出画面、自然语音、音...

Z.ai，中国领先的AI创新公司，最近发布了其最新的语言模型——GLM 4.5和其轻量版GLM 4.5 Air。这两款模型不仅在推理、编码和多智能体任务中展现出色表现，更以其强大的代理智能（Age...

智谱 AI 全新发布桌面输入法，GLM-ASR 语音识别技术正式开源 随着语音交互技术在办公、内容创作、实时沟通中的应用越来越普遍，用户对于高精度语音识别的需求不断提升。智谱 AI 近日正式发...

一、背景介绍：为何需要“思考型”智能体？ 在当今 AI 应用中，很多模型能完成单次任务、生成文字或回答问题，但面对复杂任务链条（包含检索、计算、工具使用、决策、输出）时，常常需要人工拆解流程...

随着人工智能在编程领域的广泛应用，AI代理的可靠性和准确性成为了开发者关注的焦点。Exa Code作为一款专为Coding Agent优化的工具，通过精准的代码索引和上下文提取，有效地解决了大型语...

在2025AI生产力论坛上，金山办公正式发布了WPS AI 3.0版本——WPS灵犀。这一版本标志着办公AI的重大升级，将传统办公工具转变为智能助理，推动了办公效率的飞跃。通过原生Office智能...

在3D模型生成技术日益成为游戏开发、AR/VR设计和AI艺术创作等领域关键的今天，腾讯开源了混元3D 2.0，并特别推出了Windows便携版。这一版本以极低的6GB显存需求，为用户提供了一个简便、高...

刚刚，元宝的两大模型，同时上新！ -Tencent HY 2.0 -DeepSeek V3.2 现在，只要打开元宝，就能用上这两大模型，体验到更快的响应速度、更强的推理能力和更自然的回答效...

在最新发布的PixVerse V5.5版本中，用户可以体验到前所未有的视频制作便捷性。此次更新提供了多个令人兴奋的新功能，其中最值得注意的便是音画同步功能和多镜头自动切换。这些新特性让视频制作更加...

每年一度的OpenAI DevDay发布会吸引了全球开发者的关注。今年的发布会再次带来了众多令人兴奋的更新，涉及到多个产品的创新，包括新的Apps SDK、Agent Kit、Codex编程工具...

在 AI 大模型技术快速迭代的当下，开发者对 “高性能、低成本、易部署” 的开源模型需求日益迫切。美团针对性推出的 LongCat 开源大模型（核心版本 LongCat-Flash），以 560 ...

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...

在人工智能领域，视频生成技术正在快速发展，尤其是在大模型的应用和定价策略上，竞争愈加激烈。可灵AI最近推出了其全新的视频生成模型——可灵2.5Turbo，并宣布较之前版本价格下降了近30%。这一举...

Framer在I/O2025期间重磅发布全新AI功能套件，包含Wireframer、Workshop、Advanced Analytics和Vectors 2.0，以AI驱动网站布局生成、交互组件设计...

随着人工智能技术的不断进步，编程领域也迎来了全新的变革。OpenAI近日发布了全新编程智能体——Codex，为开发者带来了前所未有的高效编程体验。作为一名开发者，我对Codex的发布感到非常兴奋。它不...

APUS推出千亿级多模态人工智能大模型“天燕大模型” 2023年9月2日，全球领先的人工智能企业APUS（麒麟合盛网络技术股份有限公司）正式发布了自主研发的千亿级多模态人工智能大模型——“天燕大模型...

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...

近日，OpenAI 宣布，全球流行音乐平台 Apple Music 将与 ChatGPT 实现全新集成。这意味着用户可以通过自然语言指令，轻松创建个性化歌单、查找音乐，并获得更智能、便捷的听歌体验...

谷歌（Google）旗下的 Gemini 平台 即将推出新一代视觉生成模型——Nano Banana2。该模型在图像生成速度、艺术风格多样性以及多模态协作能力方面迎来全面升级，标志着谷歌在 AI ...

北京生数科技有限公司（以下简称“生数”）是一家成立于2023年3月的高科技企业。其核心团队主要来自清华大学人工智能研究院，并汇聚了来自阿里、腾讯、字节跳动等知名科技公司的顶尖人才。生数科技专注于深度生...

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...

随着技术的不断进步，开发工具的智能化已经成为提高开发效率的关键。Cursor 2.0的发布，标志着其从智能补全插件向多智能体协同开发平台的跨越式升级。通过自研的Composer模型和多AI Age...

随着大规模语言模型（LLM）在各类自然语言处理任务中的应用逐渐深入，如何有效处理长文本、提高记忆和计算效率，已成为亟待解决的问题。为此，DeepSeek-OCR 推出了创新性的 “视觉记忆压缩” ...

节跳动发布开源大语言模型 Seed-OSS，助力开发者与研究者 字节跳动的 Seed 团队近日推出了全新的开源大语言模型系列——Seed-OSS。该系列模型专注于长文本理解、推理能力以及开发者...