大模型

字节跳动近日开源了其新模型VINCIE-3B，这是一款支持上下文连续图像编辑的强大AI工具。VINCIE-3B基于MM-DiT架构开发，能够从视频中学习并实现高效的图像编辑，尤其在处理动态场景时表现出...

DeepSWE是一个基于Qwen3-32B模型的开源AI Agent系统，凭借其创新的强化学习训练方法，迅速成为AI代理领域的佼佼者。在SWE-Bench-Verified测试中，DeepSWE的表现...

Bilibili近日宣布其开源动漫视频生成模型AniSora V3迎来重大更新，为动漫创作领域带来了显著提升。通过此次更新，AniSora V3不仅提升了生成质量和动作流畅度，还大大扩展了风格多样性...

EX-4D是目前视频生成领域中的一项革命性技术，它通过创新的深度密闭网格（DW-Mesh）技术，实现了从单目视频到多视角的高质量生成。这一突破性的方法为视频生成带来了巨大的进步，尤其是在多视角数据稀缺...

百度近日发布了其最新的AI平台——“绘想”，并推出了其新产品MuseSteamer。这一平台依托于生成式AI与多模态技术，提供了一个全面的视频生成解决方案，特别适用于搜索、广告等多个场景。更为重要的是...

Step-Audio-AQAA：听懂音频直接生成自然语音 Step-Audio-AQAA 是一款开源的端到端语音大模型，它能够通过输入原始音频直接生成自然流畅的语音输出，极大地提升了人机交互体验。作为...

近日，我们通过 Qwen API 更新了 Qwen-TTS ( qwen-tts-latest or qwen-tts-2025-05-22 ) 的最新版本。此次，Qwen-TTS 新增支持生成三种中...

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 01. 豆包 再见了PS，用AI一句话P图！豆包修图3.0还能这么玩？！其他玩法可自己探索...

多模态大模型的演进正在不断突破我们对技术边界的认知。从最初的 Qwen-VL 到如今的 Qwen2.5 -VL，我们在提升模型对图像内容的理解能力方面取得了一些进展。今天，我们正式推出 Qwen VL...

今天，我们文心4.5系列模型正式开源。现在可以在文心一言（https://yiyan.baidu.com）即刻体验最新开源能力。 文心4.5系列开源模型共10款，涵盖了激活参数规模分别为47B 和3B...

FLUX.1 Kontext [dev]刚刚发布并在 ComfyUI 中获得原生支持！ Flux.1 Kontext [dev] 由 Black Forest Labs 开发，是FLUX.1 Kont...

来源：docs.comfy.org/tutorials/flux/flux-1-kontext-dev 关于 FLUX.1 Kontext Dev FLUX.1 Kontext 是黑森林实验室突破...

香港大学等机构发布GoT-R1多模态大模型，提升AI视觉生成能力 在人工智能迈向多模态融合的进程中，视觉生成能力成为研究热点。近日，香港大学等机构联合发布了GoT-R1多模态大模型，该模型通过强化学习...

谷歌放大招！Gemini CLI开源发布，免费提供AI编程助手挑战Cursor 在AI开发工具日益激烈竞争的背景下，谷歌再度出手，正式开源发布了全新的Gemini CLI。作为一款面向开发者的强大AI...

豆包AI编程重磅升级！零代码小白也能轻松打造专属网页，实时编辑超省心 随着技术的发展，编程的门槛越来越低，许多人已经不再需要具备专业的编程知识就能创建网页和应用。豆包的AI编程工具正在引领这一趋势，最...

随着人工智能的飞速发展，AI开发者正面临着越来越多的商业化机会和挑战。为了支持这一发展趋势，支付宝最近宣布推出国内首个“AI打赏”服务，旨在为AI开发者提供便捷的收款解决方案。通过这一创新举措，开发者...

告别代码恐惧症！豆包推出可视化AI编程，拖拽即可创建网页应用 在传统编程的世界里，代码往往是许多人心中的障碍。特别是对于没有编程经验的人来说，开发网页应用可能会让他们产生巨大的恐惧感。然而，豆包的可视...

ScholAI重磅来袭：基于MCP的智能学术神器，革新论文研究新体验 随着科技的不断进步，学术研究的工具也在不断演化，为研究人员提供更多智能化、高效化的解决方案。ScholAI便是其中一款引领学术研究...

文心快码发布Comate AI IDE：多模态、多智能体协同提升开发效率 在AI技术不断渗透各个行业的今天，AI开发工具的出现极大地改变了传统编程的工作方式。最近，文心快码推出了Comate AI I...

在数字化浪潮下，拥有一个契合品牌定位且易于传播的好域名，已成为企业线上布局的重要一环。但在域名资源日益紧张的当下，如何快速、高效、低成本地找到合适的域名，成为许多企业面临的难题。为此，火山引擎基于方舟...

MiniMax重磅发布视频Agent工具：一句话生成高清视频，人脸ID还能完美一致！ 在当今快速发展的科技时代，视频创作的方式已经发生了翻天覆地的变化。MiniMax最近推出的视频Agent工具为用户...

在AI驱动的网页内容生成领域，DeepSite V2 迎来关键升级，正式集成 DeepSeek-R1-0528 模型，为创作者和开发者提供更加高效的代码自动生成体验。此次升级不仅优化了实时预览和交互能...

腾讯元宝推出AI编程模式，实现实时代码生成与预览 腾讯元宝近日推出了全新的AI编程模式，这项创新功能通过双栏界面实现了实时代码生成与效果预览，极大地提升了开发效率并降低了编程学习门槛。特别适合在教育和...

稀宇科技推出视频生成模型Hailuo02，降门槛提升创作质量 稀宇科技自豪地推出了其全新的视频生成模型Hailuo02，这一创新性模型基于Noise-aware Compute Redistribut...

Cursor Pro取消500次请求限制，开启无限使用新篇章 作为一名开发者，我非常高兴地看到Cursor Pro取消了每月500次快速请求的限制。这一变动无疑为开发者带来了极大的便利，提升了开发效率...

介绍下我们的新模型，MiniMax-M1，世界上第一个开源的大规模混合架构的推理模型。M1在面向生产力的复杂场景中能力是开源模型中的最好一档，超过国内的闭源模型，接近海外的最领先模型，同时又有业内最高...

豆包电脑版与网页版全新上线‘AI播客’功能，提升信息接收方式 豆包再度创新，推出了全新“AI播客”功能，让用户能够通过上传PDF或链接，轻松生成自然流畅的双人对话播客。这个功能的上线，不仅为日常信息接...

阿里巴巴发布Qwen3升级版，适配苹果MLX架构，推动苹果智能在中国市场落地 阿里巴巴和苹果的合作再度引起行业关注，Qwen3升级版的发布标志着两大科技巨头在智能技术上的深度整合。此次Qwen3升级版...

月之暗面发布Kimi-Dev-72B开源模型，打破编程基准记录，现已在Hugging Face和GitHub提供下载 月之暗面（MoonshotAI）再次引领了开源AI技术的前沿，推出了全新开源编程模...

随着人工智能技术的不断演进，3D 内容生成开始进入更广泛的应用场景。2025 年 6 月，腾讯正式对外开源 混元3D 2.1 大模型，为游戏、美术、电影、电商等行业带来了更高质量的 3D 创作体验。本...

阿里巴巴集团开源发布MNN TaoAvatar，将高保真3D虚拟形象和实时交互能力引入移动设备，为直播、虚拟社交、AR应用开创无限可能。 ? 核心亮点 ✨ 真3D虚拟角色 实时生成与驱动 手机上流畅运...

火山引擎推出PromptPilot智能解决方案平台，致力于解决大模型应用中的关键问题——如何有效提问，提供从Prompt生成到优化的全生命周期解决方案。 ? 核心亮点 ✨ 一站式解决方案 Prompt...

夸克APP隆重推出行业领先的高考志愿大模型及专业高考知识库，为考生提供个性化志愿规划，解决信息过载难题，助你轻松应对志愿填报！ ? 核心亮点 ✨ 高考志愿大模型 一键查询大学与专业详细信息 快速解答志...

在FORCE原动力大会上，火山引擎重磅推出豆包大模型1.6和Seedance1.0pro视频生成模型，开启AI云原生全栈服务新时代！ ? 豆包大模型1.6：性能升级，价格更亲民 ? 统一定价模式 价格...

Qwen3 Embedding 是基于 Qwen3 基础模型训练的文本嵌入模型系列，能够将离散的、高维的符号（如文字、图片、声音等）转化为低维、连续的数字向量（Vector）的转化技术。通过捕捉不同数...

中国知网推系列创新成果，标志着基于人工智能技术开发的全新学术平台——CNKI AI正式上线。该平台将AI学术研究助手与增强检索功能相结合，致力于提供更精准、全面的知识服务，助力学术研究和科技创新。 主...

小米正式开源多模态大模型Xiaomi MiMo-VL-7B，凭借仅7B参数量，在各类多模态任务（包括图片、视频和语言推理）上实现出色表现，甚至超越阿里Qwen-2.5-VL-72B等参数体量达其十倍的...

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...

> DeepSeek 官方刚刚发布通知：R1 模型已完成小范围版本升级。 > 目前已在官方网站、APP 及小程序（开启深度求索）开启测试体验。 > 由于官方模型卡尚未更新，本次升级的...

秘塔AI搜索近日重磅发布全新“极速”模型，凭借GPU kernel fusion和CPU动态编译优化等创新技术，单张H800 GPU实现高达400 tokens/秒的推理响应速度，大幅刷新AI搜索体验...

阿里巴巴近日正式发布全球首个通过强化学习训练的长文本推理模型——QwenLong-L1-32B，专为复杂的长上下文推理与问答场景设计。该模型采用创新的GRPO和DAPO强化学习算法，在长文本推理准确性...

腾讯正式发布混元开源语音数字人模型HunyuanVideo-Avatar，该模型支持通过一张人物图像和一段音频，即可生成自然流畅、同步精准的数字人视频，是当前业内领先的AI数字人解决方案。无论是短视频...

昆仑万维集团重磅发布全球首款基于AI Agent架构的Office智能体——天工超级智能体APP（官网入口）。这款创新的移动办公智能应用，通过四大智能体协同工作，彻底革新移动办公效率，支持智能文档、P...

Anthropic在首届开发者大会上正式发布了全新Claude 4系列AI模型，包括旗舰版 Claude Opus4 和 高效版 Claude Sonnet4，号称在多项权威AI基准测试中实现业界领先...

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...

硅基流动宣布其推理模型API全面升级，最大上下文长度提升至128K，极大增强了模型的推理深度与输出完整性。此次升级还引入了独立控制思维链与回复内容长度的功能，为开发者带来更高的灵活性和精准调控能力。 ...

昆仑万维正式发布天工超级智能体，以自研Deep Research技术为核心，掀起AI Office办公革命。该智能体以多模态内容生成能力、低至OpenAI 40%的成本和高效能表现，引发全球AI社区广...

百度飞桨团队正式发布PaddleOCR 3.0，带来全新一代的文字识别与文档解析能力。新版本在OCR精度、多语种与手写体识别、文档结构解析等方面实现重大突破，并新增对国产硬件的支持，进一步推动AI文档...

在2025年Build大会上，微软重磅宣布：Visual Studio Code（VS Code）将转型为全球首款开源AI编辑器，并将GitHub Copilot Chat扩展完全开源。这一举措不仅彰...

作为一名游戏美术设计师，我对腾讯混元游戏视觉生成平台的上线感到非常兴奋。这一平台依托混元大模型打造，将AI技术深度融合进游戏美术创作流程，极大提升了内容生产的效率和创意空间。 官方网址：? https...

2025年5月19日，哔哩哔哩（B站）正式开源了最新SOTA动画视频生成模型——Index-AniSora。该模型基于AniSora架构，融合强化学习技术，显著提升了二次元动画视频的生成质量与效率，为...

美团正加速推进AI战略布局，旗下AI编程工具“NoCode”即将上线，定位于“Vibe Coding”赛道，通过对话式交互实现应用构建，面向非程序员用户，致力于让每个人都能用自然语言轻松开发、部署和修...

随着人工智能技术的飞速发展，QQ浏览器迎来重大升级，正式转型为AI浏览器，并重磅推出智能助手QBot。此次升级不仅为用户带来了更智能、更高效的浏览体验，还新增了5大AI新能力，全面覆盖搜索、阅读、翻译...

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...

随着人工智能技术的不断进步，动漫视频的创作方式也在发生着深刻变化。近日，B站团队正式推出了AniSora开源动漫视频生成模型，为动漫视频生成领域带来了全新的解决方案。AniSora不仅填补了该领域的技...

输完Prompt，大模型开始跑图。等待的几秒里，你突然有了更好的想法，但你只能停下，等它把「旧的」画完，才能调整指令；甚至要等图出来，才知道是不是想要的风格。现在，这个问题有解了—— 刚刚，腾讯混元发...

随着人工智能技术的不断发展，越来越多的智能工具被应用于日常的网页浏览和信息处理场景。近日，腾讯元宝浏览器插件尝鲜版正式上线Chrome平台，为用户带来了多项实用功能，极大地提升了网页浏览体验和信息处理...

腾讯混元大模型团队宣布，混元图像2.0将在5月16日发布，这是腾讯在AI视觉领域的重要突破，以‘更智能、更开放、更中国’为核心理念。 腾讯混元大模型实验室正式宣布，混元图像2.0将于5月16日全场景开...

[核心升级] [使用地址：https://nf.video/mbx1u6/?gid=18] OpenAI正式发布GPT-4.1代码生成模型及轻量级GPT-4.1mini版本。新架构支持14种编程语言语...

[项目地址：https://github.com/Wan-Video/Wan2.1] 阿里达摩院通义万相团队开源视频生成框架VACE（Video Adaptation & Compositio...