AI工具

腾讯混元推出Hunyuan-GameCraft：游戏视频生成框架 腾讯混元团队推出的 Hunyuan-GameCraft 是一款基于 HunyuanVideo底模 的 高动态交互式游戏视频生成...

Belin Doc 是一款 免费的AI文档翻译工具，无需注册或登录即可使用，支持多种主流大语言模型（如 Claude、GPT 等）。此工具设计简便，旨在提供快捷、精准的文档翻译服务，并注重用户隐私...

DeepSeek-R2模型发布计划被否认 关于 DeepSeek-R2模型 的8月发布计划，官方已经进行了明确的否认。此前有传言称，DeepSeek-R2 模型将于 8月15日至30日 之间发...

腾讯混元Large-Vision：全新多模态理解突破 腾讯混元团队近日发布了 Large-Vision，这是一款采用 MoE（Mixture of Experts） 架构的全新 多模态理解模型...

Skywork UniPic 2.0正式开源 昆仑万维集团在 SkyWork AI技术发布周 正式宣布开源Skywork UniPic 2.0，该模型融合了轻量化生成与编辑模块以及多模态理解联...

B站推出全新AI视频创作工具 B站近日开始测试全新的“花生AI”视频创作工具，该工具主打“3分钟可成片”的高效创作体验，旨在降低视频制作门槛，让更多用户能够快速完成创作并分享。 用户可通过...

昆仑万维近日开源了Matrix-3D大模型，这是一个能够由单张图像生成360°可漫游全景视频的AI系统。与以往依赖多视角采集的3D重建方法不同，Matrix-3D仅需一张输入图片，即可生成轨迹一致...

全球首发的DiT大模型字幕擦除技术 字节跳动近日推出了全球首个基于 DiT（Diffusion Transformer）大模型 的视频字幕无痕擦除方案，在视频后期处理和跨语言内容分发领域实现了...

360智脑Light-IF系列模型正式发布 360智脑近期推出了全新的Light-IF系列模型，该系列以“预览-自检式推理+信息熵控制”框架为核心，针对当前大语言模型在复杂任务中常见的“懒惰推...

阿里巴巴集团高德地图与通义实验室联合发布全球首个AI原生地图，推出全新的智能体“小高老师”。该智能体实现了全链路语音交互与复杂任务推理导航，为用户提供更加智能和便捷的导航体验。 小高老师智能体...

阿里达摩院在世界机器人大会上宣布开源三项自研核心技术：VLA模型RynnVLA-001-7B、世界理解模型RynnEC以及机器人上下文协议RynnRCP。这一举措旨在推动数据、模型与机器人本体的兼...

智谱公司宣布推出并开源了全球100B级效果最佳的视觉推理模型——GLM-4.5V。该模型是智谱在通向通用人工智能（AGI）道路上的又一重要探索性成果。GLM-4.5V总参数达到106B，并在41个...

Kitten TTS是一款开源的轻量级文本转语音模型，其参数量仅为1500万，体积小于25MB，非常适合在各种设备上进行部署。该模型不仅支持无GPU运行，还能够在普通的CPU上实现高质量语音合成...

苹果公司近日宣布，ChatGPT-5将集成至即将发布的iOS 26系统中。这一更新将显著提升Apple智能设备的性能，并带来一系列全新功能，包括实时翻译和内容搜索优化等。用户无需OpenAI账户即...

微软宣布，Windows 11和Windows 10中的Copilot应用现已全面支持GPT-5智能模式，用户无需更新即可启用该功能。与ChatGPT相比，Copilot的使用限制更加宽松，进一步...

Open AI正式发布了其最新的GPT-5模型，并推出了官方的提示词指南，为开发者和用户提供了一整套优化策略。这些策略帮助用户充分挖掘GPT-5的潜力，在复杂任务、编程和多模态交互方面取得更高的效...

昆仑万维集团正式发布了基于DiT视频扩散模型的SkyReels-A3，该模型通过音频驱动数字人创作，能够将静态图像或视频中的人物根据语音内容进行动态表演，包括开口说话和唱歌。SkyReels-A3...

在线生成风格化图案工具是一款功能强大的图像转字符艺术工具，用户只需上传图像，便可将其转化为具有风格化效果的字符图案。该工具提供了三种不同的配色风格，支持字符、颜色、颗粒度等多种设置，帮助用户创造出...

HiPixel 是一款专为 macOS 用户打造的 AI 图像超分辨率处理工具。这款应用程序使用 SwiftUI 构建，并集成了强大的 Upscayl AI 模型，可以帮助用户将低分辨率的图像提升...

阿里云近日宣布，旗下的AI编程智能体 Qwen Code现已提供每日2000次免费运行权限，并且无需 Token 限制。此举为中国大陆用户提供了更加灵活且高效的AI编程支持，让开发者能够利用AI智...

微软近期在其Edge浏览器中推出了一个新的实验性功能——Copilot模式，标志着Edge浏览器从传统的网页浏览器，逐步转变为一款智能AI原生浏览器。该功能通过集成人工智能技术，能够为用户提供更加智能...

随着人工智能技术的迅速发展，AI写作工具已成为提升创作效率和文本质量的重要工具。从学术论文到广告文案、小说创作，再到SEO内容生成，AI写作工具为不同需求的用户提供了便利。本文将为您推荐几款功能强大的...

百度宣布计划在2025年8月底前推出全新的推理模型，并同步发布升级版文心5.0大模型。这一举措旨在应对不断加剧的AI市场竞争，同时进一步提升用户体验与产品性能。 核心亮点 ? 全新推理模型...

Cursor近日正式发布CLI版本，为开发者带来一种全新的命令行AI编程体验。这款工具的推出，意味着在没有图形界面的环境中，例如远程Linux服务器、Docker容器或云端开发平台，开发者也能流畅...

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...

国产AI大模型Seko：一分钟创作爆火短视频，解锁视频创作新体验 你能想象吗？仅凭一个创意想法，就能快速生成最近爆火的短片？这正是商汤科技旗下的国产AI大模型Seko所带来的创新——只需简单的...

FlowSpeech：全球首个书面语转口语的TTS，打造更自然的语音体验 FlowSpeech是一款创新的AI文本转语音（TTS）工具，突破了传统TTS技术的局限，能够将书面文字自然流畅地转化...

腾讯开源WeKnora，重塑文档理解与知识管理 腾讯近日正式开源了WeKnora，一款基于大语言模型的文档理解与检索工具。WeKnora能够智能解析多种格式的文档（如PDF、Word、图片等...

MiniCPM-V4.0开源发布：移动设备上的GPT-4V，轻量级多模态大模型 MiniCPM-V4.0作为一款轻量级多模态大模型，凭借卓越的性能和优化设计，在图像、视频理解和多轮对话等任务中...

Cursor 1.4版本正式发布，聚焦异步长程任务，加速大型代码库自动化进程 Cursor 1.4版本的发布标志着其在AI驱动开发工具领域的进一步领先。该版本通过增强异步任务和长程任务处理能力...

Midjourney推出全新HD视频模式，提升专业视频生成质量 Midjourney近日推出了全新的HD视频模式，为专业用户提供了更高清、更高质量的视频生成工具。与传统的SD模式相比，HD模式...

MiniMax Speech 2.5语音生成模型上线：多语种表现力更强 MiniMax发布了新一代Speech 2.5语音生成模型，该模型在多语种表现力、音色复刻和语种覆盖范围等方面实现了显著...

小红书发布开源多模态大模型dots.vlm1，NaViT视觉编码器引领行业发展 小红书Hi Lab近日发布了全新的开源多模态大模型dots.vlm1，该模型结合了NaViT视觉编码器和Deep...

阿里发布Qwen3-4B系列模型：小型语言模型突破，移动端AI应用迎来新纪元 阿里巴巴通义千问团队近日发布了全新的Qwen3-4B系列模型，该模型在小型语言模型领域取得了显著突破，为移动端AI...

百度智能云发布全球首批AI数字员工，赋能企业核心业务 在百度智能云AI Day开放日活动中，百度推出了全球首批AI数字员工。这些数字员工依托百度的AI全栈能力，涵盖多个核心业务职能，包括营销经...

Claude Opus 4.1重磅升级，编程能力达到74.5%新高 随着人工智能的不断发展，各大AI系统在各个领域中的表现也在不断提高。近日，Claude Opus 4.1发布了重要升级，特别...

OpenAI再次推出开源模型，发布了两款突破性的GPT-oss系列大模型，即GPT-oss-120b和GPT-oss-20b，为AI领域带来了巨大的创新和发展潜力。这两款模型不仅在性能上与现有...

近日，北京人形机器人创新中心宣布推出全球首个人形机器人Humanoid Occupancy视觉感知系统，这一技术突破标志着在机器人感知能力方面的重大进展。通过引入语义占用表征技术，该系统能够精准建...

智谱公司近日推出了全新的开发效率工具——Zread.ai，该工具基于最新的GLM-4.5大语言模型，旨在帮助开发者更高效地理解代码结构、生成技术文档，并提升团队协作效率。作为一款集成了先进AI技术...

阿里通义千问近日开源了全新的文生图模型——Qwen-Image。该模型在文本渲染和图像编辑领域展现了巨大的技术突破，特别是在生成宫崎骏风格动漫场景和中文对联书法效果等方面，表现尤为出色。Qwen...

腾讯旗下的AI知识管理工具ima近日推出了多项新功能，旨在进一步提升用户的知识获取和管理体验。全新功能包括AI播客生成、文件夹一键导入、Xmind脑图导入及知识库内容置顶等，全面优化了用户在日常工...

音频理解是构建全场景智能生态的关键领域，在智能座舱、家居交互等场景均有广泛应用，是小米“人车家全生态”战略的核心技术组件。2024 年，小米发布的 Xiaomi Dasheng（https://git...

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： ...

昆仑万维近日发布并开源了最新的推理大模型——Skywork MindLink。该模型凭借创新的推理框架和独特的设计理念，在多个领域中展现了出色的推理能力，尤其在多轮对话和复杂任务处理方面，取得了显...

腾讯混元团队近期开源并发布了四款小尺寸的AI模型，分别为0.5B、1.8B、4B和7B版本。这些模型为开发者和企业提供了高效、低功耗的解决方案，适用于消费级显卡、边缘设备以及多种低功耗场景。通过这...

在快速发展的AI编程领域，通义千问最新发布的Qwen3-Coder-Flash模型引发了广泛关注。作为Qwen3-Coder系列的新成员，它在功能性能、使用体验和开发者适配上，都展现出令人满意的表...

Kimi K2 高速版的发布标志着该款产品在性能上的一次重要飞跃。在保持与原版相同参数的基础上，Kimi K2 高速版的输出速度实现了显著提升，从每秒10 Tokens提升至每秒40 Tokens...

Ollama近日发布了其全新的桌面客户端，为用户带来了更加直观和便捷的交互体验。与传统的命令行界面相比，Ollama桌面客户端不仅简化了操作流程，还增加了多模态识别和文档拖拽功能，极大地提升了用户...

随着人工智能技术的不断进步，OpenAI正在为下一代AI模型的发布做好准备。根据最新的发现，OpenAI目前可能正在测试其最新的两个模型——GPT-5-Auto和GPT-5-Reasoning，这...

近日，阿里云通义实验室发布了其自主研发的WebAgent项目，该项目的两大核心模型WebSailor和WebShaper在多个评测中表现出色，尤其是在复杂网络任务处理和多步推理能力上，超越了诸多业...

在人工智能快速发展的当下，实时交互的智能应用需求日益增长，而 TEN 的出现，为这一领域带来了全新的可能。这款已收获 6.9k 星星的开源生态系统，专注于创建、定制和部署具有多模态能力的实时对话式...

豆包App在视觉推理领域实现了重大的功能升级，推出了全新的深度思考模式，使得其图片分析功能更加智能、精准。这个更新不仅提高了图片搜索的准确性，还能够帮助用户对图片中的细节进行更精细的处理和分析，带...

上海AI实验室最近发布了其最新的科学多模态大模型——Intern-S1，这款模型旨在提升科学研究的深度和广度，特别是在化学、材料、地球科学等领域展现了极为出色的性能。Intern-S1是一个跨模态...

在2025年，智谱AI推出了其最新的旗舰模型——GLM-4.5。这一开源模型创新性地实现了推理、编码和智能体能力的原生融合，标志着AI技术的重大突破。GLM-4.5不仅在推理、代码生成和智能体应用...

在2025世界人工智能大会上，腾讯震撼发布了其最新的混元3D世界模型1.0，并宣布该模型全面开源。该模型具备高精度的360°场景生成和可交互漫游功能，为3D内容创作、游戏开发、虚拟现实（VR）以及...

第四发更新来了 通义万相2.2正式开源！ 具体如下 开源文生视频Wan2.2-T2V-A14B 图生视频Wan2.2-I2V-A14B 统一视频生成Wan2.2-TI2V-5B 文生视频模型和图生...

在2025年，B站（哔哩哔哩）展示了其强大的AI内容生态，成为了AI内容传播的重要平台。根据最新数据显示，B站月活跃AI用户超过1.4亿，这一数据表明，AI内容正在成为B站内容生态的重要组成部分...

在人工智能领域，信息检索的效率和智能化程度是许多应用场景中的关键因素。为了解决这一难题，阿里巴巴通义实验室推出了WebSailor，一个开源AI智能体框架，旨在通过增强学习和复杂任务生成技术，提升信息...

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...

在视频创作领域，AI技术的快速进步正在不断改变创作者的工作方式。Runway公司最新推出的视频编辑模型Aleph，被誉为“视频领域的Kontext模型”，标志着视频编辑的一个全新时代。通过Alep...