Ada – 腾讯推出的AI程序员工具，实现从需求到上线的全流程自动化开发
腾讯发布了首个技术预览版本的 AI 程序员 ——Ada。凭借其强大的功能，Ada 正在引领开发者们进入一个全新的编程时代。用户只需通过自然语言描述功能需求，Ada便能启动端到端自动化流程。支持一键提需...
排序
GDPVAL – OpenAI开源的AI模型经济价值评估框架，衡量 AI 模型在真实经济价值任务上的表现
OpenAI发布一项名为GDPval的创新AI评估基准。该基准旨在评估前GDPval的创新之处在于，它通过自上而下的方法，系统性地覆盖了对经济贡献最大的多个行业和职业，确保了任务的代表性和广度，模型在...
Open Interpreter – 开源AI终端助手，支持在本地环境中运行
open interpreter 是一个开源的 ai 终端助手项目，旨在为大型语言模型（llm）赋予本地代码执行能力。通过自然语言交互界面，用户可以通过类似 ChatGPT 的方式在终端中与模型对话...
混元2.0 – 腾讯混元最新推出的智能语言模型，支持256K上下文窗口
腾讯发布了自研大模型的最新版本 混元2.0（Tencent HY2.0）。包括Tencent HY 2.0 Think和Tencent HY 2.0 Instruct两个版本。该模型采用混合专家(Mo...
Music 2.0 – MiniMax推出的新一代音乐创作模型，支持多种唱法与风格切换
MiniMax正式发布新一代音乐生成模型MiniMax Music 2.0。这一模型在音乐理解与声学表现能力上实现升级，能够精准捕捉人声情绪与器乐动态，为用户提供专业级音乐创作体验。在人声表现上接近真...
Seed1.8 – 字节跳动推出的通用Agent模型，能快速准确地获取和整合信息。
字节跳动宣布正式推出通用Agent模型Seed1.8。具备强大的多模态能力，支持图文输入，能在信息检索、代码生成、GUI 交互及复杂工作流等场景中高效精准地完成任务，满足日益多元的技术需求。Seed1...
Wan-Move – 阿里联合清华等开源的运动可控视频生成框架，满足高质量视频创作需求
Wan-Move是由阿里巴巴通义实验室等多机构联合开源的运动可控视频生成框架。该框架以独特的潜在轨迹引导技术为基础，成功实现了视频运动的高质量控制。该框架能够生成长达5秒、分辨率为480p的视频，并且...
FLM-Audio – 智源研究院开源的全双工音频对话模型，支持本地部署与二次开发
flm-audio 是由北京智源人工智能研究院联合 spin matrix 与新加坡南洋理工大学共同推出的原生全双工音频对话大模型，支持中文和英文双语交互。该模型采用创新的原生全双工架构，能够在每一个...
GPT Image 1.5 – OpenAI最新推出的图像生成模型，指令精准修改图像
GPT-image-1.5 是 OpenAI 的最新前沿图像生成模型。 它改进了性能、质量、编辑控制和面部保存。能够更好地遵循指令、以特定方式编辑照片，并且生成结果的速度比之前的图像生成模型提升了四倍...
HunyuanOCR – 腾讯混元推出的端到端OCR视觉语言模型，仅1B参数，
腾讯正式推出其全新开源模型 HunyuanOCR，参数量仅为1B。该模型基于腾讯独创的混元多模态架构设计，已在多个行业标准的 OCR 应用中取得了 SOTA（最先进水平）的佳绩。HunyuanOCR ...