豆包大模型1.6-vision – 火山引擎推出的视觉深度思考模型，具备工具调用能力
火山引擎宣布正式推出豆包大模型 1.6-vision，以工具调用的差异化能力，将图像融入其思维链中，实现对图片的定位、剪裁、点选、画线、缩放、旋转等精细处理。在增强推理可解释性的同时，可高效精准地完成...
排序
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...
Vidyard – AI营销视频生成平台，快速生成个性化视频与精准推送
Vidyard是一款基于云的视频制作和管理平台，提供丰富的视频编辑和分析工具。内置了专为营销团队设计的转录分析工具。其核心价值在于将转写功能与观众行为分析结合，支持多语言识别，能自动生成可编辑的字幕轨...
Google Skills – 谷歌推出的AI技能学习平台，支持真实代码编写和实时反馈，
Google 近日推出了一个名为“Google Skills”的全新学习平台，旨在帮助用户掌握数字时代所需的核心技能。致力于弥合 AI 领域的技能鸿沟。Google Skills 平台致力于培养具备实...
Hunyuan-MT-7B – 腾讯开源的轻量级翻译模型，能快速准确地完成翻译任务
Hunyuan-MT-7B是什么 Hunyuan-MT-7B 是腾讯混元发布的轻量级翻译模型，参数量为70亿，支持33个语种及5种民汉语言/方言的互译，包括粤语、维吾尔语、藏语等。模型采用完整的训练范...
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...
Seedance 1.5 Pro – 字节推出的音画同步多模态视频模型，整体效果自然流畅。
字节跳动推出的Seedance 1.5 Pro模型，具备原生音画同步能力的多模态视频生成模型。该模型可实现精准音画同步，实现较高的视听一致性，且支持多种语言和地方方言口音，能够捕捉其独有的语音韵律与情...
Depth Anything 3 – 字节跳动推出的视觉空间重建模型，可重建完整3D场景
自字节跳动（ByteDance Seed）的研究团队推出—Depth Anything 3 (DA3)视觉空间重建模型，旨在打破3D视觉任务之间的壁垒，实现一个“大一统”的视觉几何模型。DA3的核心思...
GPT-5.2-Codex – OpenAI推出的智能体编程模型，能高效生成高质量的代码
gpt-5.2-codex 是 openai 推出的面向智能体编程任务的专业级模型，聚焦于高复杂度软件工程实践与防御型网络安全场景。其核心突破在于引入了“上下文压缩”技术，让其在处理代码重构、迁移等长...
UnityVideo – 港科大联合可灵快手开源的视频生成框架，实现视频内容的多模态解析
港科大、港中文、清华大学与快手“可灵”团队联合发布UnityVideo，一个统一多模态与多任务的视频生成框架。框架通过动态噪声注入和模态自适应学习机制，实现 RGB 视频与辅助模态之间的双向学习，加速...