Agent Kit – OpenAI推出的AI Agent开发工具，无需编写代码即可设计复杂工作流
Agent Kit 是 OpenAI 推出的一个基于 Agent 的工作流编排工具，旨在帮助你将智能体从原型阶段推进至生产阶段。它涵盖了你构建、部署和优化智能体工作流所需的全部功能，能大幅减少流程中的...
排序
Rocket.new – AI编程平台，快速构建和部署全功能的 Web 和移动应用
Rocket.new致力于通过自然语言指令直接生成可投入实际使用的生产级应用。这一战略定位使其在AI驱动开发的激烈赛道中脱颖而出，展现出独特的竞争力。Rocket.new首次生成应用平均耗时约25分钟...
Bee – 清华联合腾讯开源的全栈多模态大模型解决方案，项目1500万规模的监督微调数据集
Bee 清华联合腾讯开源的全栈多模态大模型解决方案目，旨在通过结合清华大学的科研成果和腾讯的技术实力，推动多模态数据处理和人工智能技术的广泛应用。Bee不只是一个模型，它是一套全栈式、完全开放的解决方...
ERNIE-4.5-VL – 百度文心开源的新一代多模态AI模型，新增视觉定位与”图像思考”功能
百度文心4.5系列模型重磅开源，其中 ERNIE-4.5-VL 视觉语言模型（ERNIE-4.5-VL-28B-A3B；ERNIE-4.5-VL-424B-A47B）以卓越的图文视频理解能力，支持10...
零一万物联合开源中国发布–Open AgentKit 平台，支持高效架构设计和协作，快速搭建复杂的Agent系统。
零一万物与开源中国联合发布的Open AgentKit（OAK）平台，一款专为开发者打造的AI Agent一站式开发开源解决方案。该平台支持对接多种开源大模型，旨在与全球开发者共同打造一款开放、通用的...
Vidi2 – 字节跳动推出的多模态视频理解与生成模型，自动剪辑、智能分镜、智能字幕等多种功能
字节跳动推出的视频理解模型Vidi2，通过精准捕捉与识别，在基准测试中取得了显著领先成绩，尤其适用于长视频处理。Vidi2引入了新的基准测试VUE-STG和VUE-TR-V2，以更好地评估STG能力...
Navos – 钛动科技推出的首款出海营销AI Agent，覆盖出海营销的策划、投放、数据分析等全链路
钛动科技推出的Navos是全球首个营销AI Agent，专为中国品牌出海设计，整合市场洞察、创意生成、广告优化等功能，通过多智能体架构提升营销效率。Navos不只是一个通用语言模型，更是一位深谙出海营...
SAIL-VL2 – 字节抖音联合国立大学开源的视觉语言模型，突破传统密集型模型的限制
抖音SAIL团队与LV-NUS Lab联合推出的多模态大模型SAIL-VL2。它能高效地将视觉输入对齐到语言模型的表示空间。整个系统由三个核心部分组成：视觉编码器SAIL-ViT、视觉-语言适配器和大...
VLAC – 上海AI实验室开源的具身奖励大模型，支持人机协作模式
VLAC是上海人工智能实验室开源的具身奖励大模型，旨在解决机器人真实世界强化学习中的效率与泛化难题。VLAC模型通过数据驱动的奖励机制和多模态认知架构，初步解决了机器人真实世界学习的效率与泛化难题。其...
Game-TARS -字节跳动推出的通用型游戏智能体，提升任务完成率和交互智能
字节跳动Seed团队打造的通用型游戏智能体Game-TARS，打破了传统游戏AI的局限。Game-TARS的核心创新，就是彻底抛弃了这种定制化思路，让AI像人一样通过最底层的键盘和鼠标动作与游戏交互...