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
Agentation – AI编程协作工具，支持自动捕获元素，可视化反馈问题转为代码
Agentation是一款开源的 ai 编程协同工具，专为提升开发者与 ai 编程助手之间的协作效率而设计，它通过允许用户在网页界面中直接进行可视化标注，将直观的问题反馈自动转化为机器可解析的结构化信...
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 ...
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...
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...
FlowithOS – Flowith推出的全球首个智能体操作系统，自动执行复杂任务
flowithOS 是全球首个为 Agent 原生设计的智能体操作系统，可以根据用户们发出的任务指令，进行多网页搜索，通过“代码+视觉”的方式来理解用户屏幕画面，并进行自主地思考与执行，完成各种操作...
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...
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...
FS-DFM – 苹果联合俄亥俄州立大学推出的扩散语言模型，速度提升128倍
苹果提出 FS-DFM 扩散模型，仅需 8 轮快速迭代，即可生成与传统模型上千轮迭代质量相媲美的文本，且写入速度比同类模型最多可提高 128 倍。FS-DFM 在扩散模型的基础上进行了进一步简化，目标...