Últimos recursos sobre IA

Gemini 3.7 Flash 是 Google DeepMind 发布的稳定版轻量主力模型，模型 ID 为 gemini-3.7-flash，首日即非 preview。在 Gemini 3.6 F...

GPT-6 Luna 是 OpenAI 基于 GPT-6 Astra 蒸馏推出的轻量级模型，主打高频、规模化任务。模型以约十分之一的成本，在编程、电脑操作等测试上接近 Claude Opus 5 中级...

Claude Mythos 5.1 是 Anthropic Claude 5.1 系列旗舰模型，与 Fable 5.1 同源，通过差异化安全策略实现能力分级。模型专攻网络安全与生命科学，支持蛋白设计...

Grok Imagine Image 2.0 是马斯克旗下 SpaceXAI 发布的图像生成模型，作为全新「质量模式」上线 Grok 网页端及 iOS、Android 应用。在功能上完成了从「文生图工...

最近那种 AI 换角视频很容易刷到。虽然角色变了，但动作熟悉，成片很容易让人看完。LibTV 这次上线的深度动作捕捉，完美解决了这个问题。 我们上传参考视频，LibTV 会一键提取视频中的深度动态信息...

Mureka V9.5 是昆仑万维（天工AI）发布的AI音乐生成大模型，首次亮相于同年7月的世界人工智能大会。核心是自研的 MusiCoT 音乐思维链技术，模型在生成音频前先进行整体音乐构思，强调编配...

Step 5 Preview 是阶跃星辰推出的旗舰基座模型，采用稀疏 MoE 架构，总参数 600B、推理仅激活 27B，支持百万 Token 上下文与原生图文理解。模型面向真实世界 Agentic ...

Claude Opus 5.5是Anthropic推出的旗舰大模型，主打编码与知识工作。模型在Terminal-Bench等编程基准上领先GPT-6 Astra，可一次性完成数十万行代码迁移与重构；支...

JoyAI-Video-Edit 是京东开源的实时流式视频编辑模型，基于16B参数自回归扩散框架构建，在单张英伟达B200 GPU上即可实现720p分辨率约30FPS的实时处理，真正做到"边播边改"。

Atlas 是李飞飞创立的 World Labs 推出的全球首个多模态世界模型。模型能同时理解文本、图像、视频和三维空间信息，将画面精准锚定在空间坐标系中。

Hypit 是开源的 AI 视频创作工具，主打“复刻爆款”。用户只需提供一条参考视频，Agent 能自动解析其结构、画面节奏和字幕样式，生成可编辑的工程文件。

Gemini 3.8 是谷歌最新推出的推理与编码大模型，分为 Flash 和 Flash Cyber 两个版本。Flash 版在维持高速响应与低成本的同时，显著增强代码生成、多步推理和自主 Agent...

GPT-6 Sol 是 OpenAI 把 GPT-6 Astra 的能力“下沉”到更便宜档位的中高端模型，模型保留较强推理、编程、事实问答与 Agent/电脑操作能力，价格更亲民，API 约输入 2 ...

GPT-6 Astra是OpenAI发布的新一代旗舰大语言模型，与传统对话模型不同，模型已进化为具备自主行动能力的AI Agent，能独立操控计算机软件、浏览网页、处理复杂工作流。

Qwen-Image-2.1 是阿里千问开源的新一代图像生成模型，用 7B 参数拿下开源评测第一，得分超过 Google 的 Nano Banana 2.0。模型把文生图和图像编辑合二为一，独家原生支...

DeepSeek V4.1 Flash 是 DeepSeek 新一代架构中的入门款大模型，总参数 552B 的 MoE 设计，推理时只激活少量参数（输入约 8B、输出 16B），速度极快、成本很低。

AI 剧漫剧的观众越来越多，普通创作者却越来越难赚到钱了。 这并不是你的错觉，DataEye 预估显示，2025 年国内漫剧用户规模约 1.2 亿，到 2026 年上半年，用户规模已突破 6 亿，规模...

Kimi K2.8 Preview 是月之暗面推出的新一代主力编码模型，已在 Kimi Code 和 Kimi Work 平台全量上线。模型采用 kimi-for-coding 模型 ID 实现无感升...

书生-S2是上海人工智能实验室开源的397B多模态基础模型，主打最懂科学，通过Memory Decoder把专业知识做成可插拔记忆模块，免重训即可接入新领域。模型在生物、材料、晶体与竞赛/高等数学等任...

Gemini 3.5 Transcribe 是 Google 发布的旗舰语音转文本模型，与传统语音识别只做逐字记录不同，能直接输出润色过、格式规范的成稿。自动删除口头禅、理解"周二，不，周三"式的自我...

Qwen3.8-Omni-Flash 是阿里千问的新一代原生全模态模型，文本、图像、音频、视频可在同一架构中理解，支持约 1M 长上下文。模型能按目标自动取证、规划步骤、调用插件，完成会议纪要与待办...

MiniCPM5-2B 是面壁智能联合清华大学、OpenBMB 社区推出的开源端侧语言模型，参数量仅约 25 亿，能在多项基准测试中超越不少 40 亿参数的模型。模型原生支持 128K 长文本上下文...

Hy4 preview是腾讯混元推出的开源旗舰大模型，采用混合专家架构，总参数达7700亿、激活490亿，支持百万级上下文。

星火X2.5是科大讯飞推出的新一代旗舰大模型系列，涵盖云端MoE大模型及两款开源端侧小模型。模型基于国产昇腾算力完成训练，强调自主可控，在代码生成、数学推理和Agent协作方面表现突出。

Gemini Omni 1.1 Flash 是 Google DeepMind 推出的多模态视频生成模型，面向开发者与专业创作者。模型在 Gemini Omni 初版基础上，将可分析的上下文从 1 秒...

MiniMax Code CLI 是 MiniMax 开源的终端 AI 编程助手。工具能在命令行里读项目、生成补丁、跑测试并自动验证，支持 MiniMax 账号或 BYOK 接入 OpenAI/Ant...

H3-World 是腾讯联合新加坡国立大学、香港理工大学开源的交互式世界模型。模型在 MiniMax-H3 视频生成器（33B）基础上，仅用 8000 条游戏视频和 rank-32 的轻量 LoRA ...

GLM-5.3-FlashX 是智谱最新推出的大模型高速推理版本，主打"快"，生成速度最高达每秒 200 tokens，比上一代 Flash 快 5 倍，定价为其 2.5 倍。模型强调提速不降智，仍保...

Jev是TypeSafe AI推出的结构化决策模型，不聊天、不写代码，专注高频判断，把非结构化输入按预设Schema一次性并行输出Choice/Score/Noul与校准概率。

MAI-Transcribe-2 是微软推出的多语言语音转文字模型，支持 60 种语言并具备自动语言识别与切换能力。模型内置说话人分离和逐词时间戳，无需额外后处理，提供 verbatim 和 clea...

ChatGPT Images 2.5 是 OpenA推出的最新图像生成模型，面向 ChatGPT 全档位用户免费开放。模型在推理效率上大幅优化，出图延迟较上一代最高缩短一半；同时强化局部编辑的精准度...

Claude Fable 5.1 是 Anthropic 推出的新一代AI模型，主打复杂推理、长周期 Agent 任务与知识密集型工作。模型在科学探索、软件开发、计算机操作等多项基准测试中全面超越前代...

Claude Sonnet 5.5 是 Anthropic Claude 5.5 系列里的高性价比中端模型，能力对标旗舰 Opus 5.5，更便宜、更快，适合日常编程、修 Bug、读懂大型代码库，以及...

Kling 4.0 是快手可灵团队推出的新一代 AI 视频生成模型，已全量上线 klingai.com。Kling 4.0 支持单次直出最长 30 秒原生视频，画面可达 4K HDR 电影级规格；最多...

likli 是快手推出的 AI 视频创作智能体，支持 macOS 和 Windows 客户端。用户只需用日常语言描述想法，likli 能自动完成需求理解、脚本撰写、镜头生成、配音剪辑等全部环节，直接产...

Ming-Image-0.1-Design是蚂蚁集团开源的6B参数图像生成模型，主打设计场景。Ming-Image-0.1-Design支持最长8K的结构化提示词，能一次性生成UI界面、信息图、海报等...

Hy-SimulMT是腾讯混元推出的同声传译大模型，专攻中英双向的实时互译。Hy-SimulMT采用30B参数稀疏MoE架构，能边听边译，响应时延约3秒，快于人类译员的4–5秒；翻译时可实时克隆说话人...

星火X2.6是科大讯飞推出的端云协同基座大模型，全程在国产算力平台上训练完成。星火X2.6包含两个部分：云端大模型支持百万token级超长上下文，代码与智能体能力位居行业前列，API价格颇具竞争力；4...

MOSS-Image 是模思智能与 OpenMOSS 团队联合推出的开源文生图模型，以 5B 参数的扩散 Transformer 为核心，搭配 Qwen3.5-9B 文本编码器与 FLUX.2 VAE...

M3.1-Flash-Preview 是 MiniMax 推出的编程大模型，首发于 MiniMax Code 平台，面向日常开发场景，能完成从 Bug 定位、代码实现到测试验证的完整交付流程。

Kimi K3.1 Pro是月之暗面推出的旗舰级大模型，属于K3.1系列，采用3万亿参数级架构，支持100万Token长上下文。Kimi K3.1 Pro在K3基础上进行大规模后训练，重点增强代码开发...

GPT-6.1 Terra 是 OpenAI 推出的主打高性价比的高效执行型大模型，目标是把高频、重复的办公流程交给 AI 自动完成。

Genie 4 是 Google DeepMind 推出的新一代世界模型，输入一段文字可实时生成可自由探索的虚拟世界，用户能用键盘操控角色与镜头，随时用文字修改天气、添加人物物体。

Seedance 2.5 4K 是字节跳动旗下火山引擎推出的旗舰级 AI 视频生成模型，是 Seedance 2.5 系列中规格最高的一档。Seedance 2.5 4K能直出 4K 超高清画面并支持...

Hy-Nomas 是腾讯混元团队开源的交互式视频世界模型，采用分段自回归架构，配合全生命周期的 KV cache，让场景、物体和风格在长视频生成中保持稳定一致。Hy-Nomas生成过程中可灵活切换文本...

CleanYourTV 是开源的电视清理工具，专为安卓电视设计。CleanYourTV 用 Wi-Fi 通过 ADB 无线连接电视，借助 Claude Code 等 AI 助手自动识别并停用预装的广告...

Fotor Agent 是 Fotor 推出的 AI 视频创作 Agent，用户只需用自然语言说出想法，再上传图片、视频、文档或链接作为素材，AI会自动完成内容规划、动画生成和素材合成，产出 MG 动...