Recursos mais recentes de IA

O Meeseeks é um conjunto de avaliação de modelos grandes de código aberto usado pela equipe M17 da Meituan para avaliar a capacidade de um modelo de seguir instruções. O Meeseeks usa uma estrutura de avaliação de três níveis para medir de forma abrangente se um modelo é capaz de gerar respostas estritamente de acordo com as instruções do usuário, do nível macro ao micro, e não avalia o conhecimento do conteúdo da resposta como um fator positivo...

O gpt-realtime é um modelo de fala avançado da OpenAI que oferece suporte ao processamento direto de áudio para gerar uma fala natural e suave. O modelo é compatível com vários idiomas e estilos, compreende sinais não verbais, como risadas, e pode alternar entre idiomas.

O Youtu-agent é uma estrutura de código aberto para criar e executar inteligências autônomas do Tencent Youtu Labs. A estrutura tem bom desempenho nos benchmarks WebWalkerQA e GAIA, com uma precisão de 71,47% e 72,8%, respectivamente.

O HunyuanVideo-Foley é um modelo de geração de som de vídeo de código aberto da equipe Mixed Yuan da Tencent, que oferece suporte à adição de efeitos sonoros combinados com precisão a vídeos silenciosos. O modelo é baseado em um treinamento de conjunto de dados em grande escala, com uma arquitetura de conversor de difusão multimodal, combinado com a representação da função de perda de alinhamento e técnicas de otimização de VAE de áudio...

O PixVerse V5 é um grande modelo de geração de vídeo com IA lançado pela Aishi Technology. O modelo pode gerar conteúdo de vídeo de alta qualidade com base em descrições de texto ou imagens inseridas pelo usuário e suporta uma variedade de estilos, como anime, ficção científica e estilo nacional.

O Ask White 5 é o principal modelo "All in One" com um nível muito alto de inteligência. O modelo tem um bom desempenho em muitas avaliações, como a pontuação de avaliação composta do AA-Index de 64,7 e a pontuação de avaliação de habilidade STEM de 86, que é próxima à do líder mundial GPT-5.

O MiniCPM-V 4.5 é um modelo multimodal paramétrico 8B de código aberto para inteligência de fachada, criado com base no Qwen3-8B e no SigLIP2-400M, com a capacidade de processar imagens e vídeos com eficiência. Ele tem excelente desempenho no consumo de tokens visuais, processamento ...

O Gemini 2.5 Flash Image (codinome nano banana) é um modelo de geração e edição de imagens de última geração do Google que mantém a consistência dos caracteres em todas as cenas e oferece suporte à edição precisa de imagens por meio de linguagem natural, como desfoque de fundos e remoção de manchas.

O Wan2.2-S2V é um modelo de geração de vídeo multimodal de código aberto de Ali Tongyi, com apenas uma imagem estática e um trecho de áudio, que pode gerar vídeo humano digital de alta qualidade e oferece suporte a vários tipos de imagens e quadros.

O ChatGPT Tip Engineering for Developers é um curso conjunto da DeepLearning.AI e da OpenAI projetado para desenvolvedores, com Isa Fulford, Andrew Ng para ensinar como usar modelos de linguagem grande (LLM...

O Ask White o4 é um modelo inovador de pensamento paralelo que abre 8 caminhos de pensamento ao mesmo tempo, analisa o problema a partir de várias perspectivas e filtra automaticamente a solução ideal. O modelo incorpora técnicas avançadas de aprendizado por reforço Long-CoT e aprendizado por recompensa de processo, tem recursos avançados de raciocínio profundo e apresenta bom desempenho em tarefas complexas.

O VibeVoice é um novo modelo de conversão de texto em fala (TTS) da Microsoft. O modelo gera áudio de conversação de até quatro alto-falantes diferentes e suporta até 90 minutos de saída de voz contínua, quebrando as limitações de duração dos sistemas TTS tradicionais.

O SpatialGen é um modelo de geração de cenas 3D de código aberto da Qunar Technology, baseado na arquitetura do modelo de difusão, que oferece suporte à geração de imagens multivisualizadas com consistência espaço-temporal com base em descrições textuais, imagens de referência e layout espacial 3D, além de gerar cenas Gaussianas 3D e renderizar vídeos de roaming.

O EchoMimicV3 é um modelo de geração de vídeo humano digital multimodal lançado pelo Ant Group, com 1,3 bilhão de parâmetros, capaz de lidar com várias entradas, como áudio, texto, imagens etc., para gerar animações humanas digitais de alta qualidade.

O Fun-ASR é um grande modelo de reconhecimento de fala lançado em conjunto pela Nail e pela Tongyi Labs. O modelo foi treinado com dados de áudio maciços e pode identificar com precisão a terminologia de vários setores, como Internet, tecnologia, decoração, etc., melhorando significativamente a precisão do reconhecimento. O modelo é combinado com as informações empresariais da Nail para otimização da inferência, a fim de reduzir o problema de...

O Squibler é uma poderosa plataforma de escrita assistida por IA projetada para escritores que ajuda os usuários em todo o processo, da concepção à criação e à publicação. A plataforma oferece uma variedade de modelos de histórias que abrangem romances, roteiros, contos etc. Os usuários só precisam inserir o conceito inicial, e a IA pode gerar esboços, personagens, cenas...

91 Writing é uma ferramenta de criação de romances de IA de código aberto, desenvolvida com base no Vue 3 e no Element Plus, integrando uma variedade de modelos avançados de IA, como GPT, Claude, Gemini e assim por diante. A ferramenta oferece aos criadores uma cadeia completa de ferramentas de criação, da ideia ao texto, incluindo a criação de projetos...

A Aivilization é a primeira plataforma de simulação social de corpo multiinteligente de IA do mundo, desenvolvida pela Universidade de Ciência e Tecnologia de Hong Kong. Ela constrói uma caixa de areia digital visual onde os usuários podem criar e orientar milhares de inteligências de IA para observar a evolução social da futura coexistência entre humanos e IA. A plataforma suporta...

O Grok 2.5 é um modelo de IA de código aberto da xAI de Elon Musk. Com 269 bilhões de parâmetros, ele se baseia na arquitetura Mixed Expertise (MoE) para desempenho e inferência avançados. O modelo foi testado em conhecimento científico de nível de pós-graduação (GPQA), conhecimento de uso geral (MMLU, MM...

O Draw A Fish é um site simples e divertido de desenho de peixes com IA on-line, no qual os usuários podem desenhar peixes para serem colocados em um aquário virtual compartilhado globalmente. O Draw A Fish não requer registro, é fácil de usar e leva apenas alguns segundos para ser criado e compartilhado.

O mais recente relatório do MIT, The Generative AI Divide: the State of Business AI in 2025, revela o núcleo do processo de adoção da IA generativa (GenAI) que as empresas estão vivenciando, realizando uma pesquisa aprofundada em mais de 300 projetos de IA, entrevistas com 52 organizações e uma pesquisa com 153 executivos...

O AutoClip é uma ferramenta de edição de vídeo de IA de código aberto, baseada em tecnologia avançada de IA para realizar o processo completo de processamento automatizado de vídeo. As ferramentas podem identificar automaticamente os destaques do vídeo, extrair com precisão o conteúdo valioso e basear-se na semelhança do tema do agrupamento inteligente para gerar uma coleção de conteúdo.

O ToonComposer é uma ferramenta de animação de IA generativa lançada em conjunto pela Universidade Chinesa de Hong Kong, pelo Tencent PCG ARC Lab e pela Universidade de Pequim. Por meio da tecnologia generativa de pós-quadros-chave, a geração de quadros intermediários e o processo de coloração são integrados em um processo automatizado, exigindo apenas um esboço e uma...

O Seed-OSS é uma família de grandes modelos de linguagem de código aberto da equipe do Byte Jump Seed, com foco em textos longos e tarefas de raciocínio. O modelo tem bom desempenho em raciocínio lógico complexo e raciocínio em várias etapas com alta precisão e pode resolver problemas difíceis com eficiência. O Seed-OSS suporta contextos de texto longo de até 512K...

O Intern-S1-mini é um macromodelo científico multimodal leve com escala de parâmetros de 8B lançado pelo Laboratório de Inteligência Artificial de Xangai (SAL). Ele herda os recursos avançados do Intern-S1, combinando recursos científicos especializados e de uso geral, e é adequado para implantação rápida e desenvolvimento secundário. Em termos de desempenho, o I...

Nano Banana é o codinome da Gemini 2.5 Flash Image para Gemini, um modelo de geração e edição de imagens com IA do Google que gera imagens detalhadas e fotorrealistas com base em solicitações de texto simples para fazer modificações de alta qualidade em imagens existentes.

O Klear-Reasoner é um modelo de inferência de alto desempenho da Racer, baseado no Qwen3-8B-Base. O modelo é treinado por meio de uma longa cadeia de pensamento, ajuste fino supervisionado e aprendizado por reforço para ter um bom desempenho em raciocínio matemático e de código.

O CombatVLA é um modelo inovador específico para jogos de RPG de ação em 3D da equipe do Future Life Lab do Amoy Group. O CombatVLA é um modelo de visão-linguística-ação (VLA), criado em uma escala paramétrica 3B, que coleta dados do jogador humano por meio de um rastreador de movimento...

O DeepSeek V3.1 é uma nova geração de modelos de IA introduzidos pelo DeepSeek, com atualizações importantes baseadas em seu antecessor, o V3. O DeepSeek V3.1 apresenta uma arquitetura de raciocínio híbrido que permite que o modelo alterne de forma flexível entre os modos de pensar e não pensar, melhorando significativamente a capacidade de pensar...

O Qwen-Image-Edit é um modelo de edição de imagens para todos os fins introduzido por Ali Tongyi, desenvolvido na arquitetura Qwen-Image com 20 bilhões de parâmetros. O modelo combina recursos de edição semântica e de aparência e pode executar edição de aparência visual de baixo nível em imagens (por exemplo, adicionar, excluir...

O MoE-TTS é uma estrutura de síntese de fala introduzida por KunlunWanwei, com base na arquitetura Mixed Expert (MoE), que combina modelos de linguagem grandes (LLMs) pré-treinados com módulos de especialistas em fala. O MoE-TTS mantém o raciocínio textual avançado, congelando os parâmetros do módulo textual e atualizando apenas os parâmetros do módulo de fala...

O Genie Envisioner (GE) é uma plataforma unificada para operações de robótica desenvolvida pela equipe da Genie Robotics em colaboração com a Universidade Nacional de Cingapura, a Universidade de Aeronáutica e Astronáutica de Pequim e outras instituições. Ela permite que os robôs compreendam e executem melhor as tarefas "imaginando primeiro, depois agindo".

O DINOv3 é um modelo de base de visão autossupervisionada de última geração da Meta AI que usa um paradigma de aprendizado autossupervisionado para aprender recursos de imagem sem rotular dados. Ele resolve o problema de degradação de recursos aprimorando a preparação de dados e introduzindo a ancoragem Gram, além de melhorar a generalização...

O Mureka V7.5 é um modelo de geração de música com IA de última geração da Kunlun World Wide, com foco na composição de músicas chinesas. O modelo reproduz com precisão o timbre e as técnicas de execução para gerar vocais naturais, suaves e emocionais. Com base na tecnologia otimizada de reconhecimento automático de fala (ASR), o Mureka V...

O Skywork Deep Research Agent v2 é um corpo inteligente de pesquisa profunda lançado pela Kunlun Wave, com foco na integração e análise de informações multimodais.

O Hunyuan-GameCraft é uma estrutura de geração de vídeos de jogos interativos de código aberto da equipe da Tencent Hunyuan. A estrutura, a partir de uma única imagem e instruções para gerar vídeos de jogos altamente dinâmicos, oferece suporte ao usuário por meio do teclado e do mouse para controlar o conteúdo do vídeo em tempo real.

O Skywork UniPic 2.0 é um modelo multimodal eficiente de código aberto da Quintessence, com foco na geração, edição e compreensão de imagens. O modelo é baseado em uma arquitetura SD3.5-Medium de 2B parâmetros e é realizado por meio de pré-treinamento, estratégia de reforço progressivo de duas tarefas e co-treinamento...

O RynnRCP é um Protocolo de Contexto de Robô (RCP) de código aberto do Ali Dharma Institute que reduz o limite para o desenvolvimento da Inteligência Incorporada e abre todo o processo de desenvolvimento. O RynnRCP consiste na estrutura do RCP e no módulo RobotMotion.

O RynnEC é um modelo de compreensão do mundo apresentado pelo Alibaba Dharma Institute, com foco em tarefas de inteligência incorporada. O modelo é baseado na tecnologia de fusão multimodal, combinando dados de vídeo e linguagem natural, e pode analisar objetos em uma cena a partir de várias dimensões, oferecendo suporte a funções como compreensão de objetos, percepção espacial e segmentação de alvos de vídeo.

O Matrix-3D é uma estrutura de código aberto da equipe de IA da Skywork, focada na geração de mundos 3D panorâmicos exploráveis. A estrutura combina técnicas de geração de vídeo panorâmico e reconstrução 3D para gerar mundos 3D exploráveis omnidirecionais de alta qualidade a partir de uma única imagem ou prompt de texto...

O GLM-4.5V é o modelo de inferência visual de código aberto líder mundial introduzido pela Smart Spectrum, com 106 bilhões de parâmetros totais e 12 bilhões de parâmetros ativados. O modelo é treinado com base no modelo de base de texto de nova geração GLM-4.5-Air, com recursos avançados de compreensão visual e raciocínio, capaz de lidar com imagens, vídeos...

O Matrix-Game 2.0 é um modelo de mundo interativo de desenvolvimento próprio lançado pela Kunlun SkyWork AI. O Matrix-Game 2.0 é o primeiro modelo de geração interativa de código aberto, em tempo real e de sequência longa do setor para cenários de uso geral, capaz de ser executado a 25 FPS em vários cenários...

O Baichuan-M2 é um macromodelo médico aumentado de código aberto lançado pela Baichuan Intelligence. Ele tem um bom desempenho na área médica, especialmente na avaliação do HealthBench, com uma pontuação de 60,1, superando o gpt-oss120b da OpenAI e muitos outros modelos de código aberto, tornando-se um modelo global...

O Qwen-Flash é um modelo de linguagem de alto desempenho e baixo custo introduzido na série Alibaba Tongyi Thousand Questions, projetado para resposta rápida e processamento eficiente de tarefas simples. Com base na arquitetura avançada Mixture-of-Experts (MoE), ele é realizado por uma rede especializada esparsa...

O SkyReels-A3 é uma ferramenta de criação humana digital acionada por áudio do Kunlun World Wide Group. O SkyReels-A3 é uma ferramenta de criação humana digital acionada por áudio, que pode gerar conteúdo de vídeo dinâmico de alta qualidade por meio de entradas simples (por exemplo, imagens de retrato e voz), dar vida a fotos estáticas e substituir falas de vídeos existentes por novas sincronizações labiais que os personagens combinarão automaticamente com...

O MiniMax Speech 2.5 é um modelo avançado de geração de fala desenvolvido pela equipe do MiniMax. É um avanço significativo no campo da síntese de fala, especialmente em termos de expressividade multilíngue, precisão de reprodução de timbre e cobertura de idiomas. O modelo suporta 40 idiomas...

O GPT-5 é o modelo de linguagem mais recente lançado pela OpenAI com várias atualizações. É um sistema de inteligência unificado com um roteador em tempo real integrado que alterna automaticamente entre os modos de pensamento eficiente e profundo de acordo com a complexidade do problema, permitindo respostas rápidas e precisas.

O dots.vlm1 é o primeiro grande modelo multimodal de código aberto do Little Red Book hi lab. Com base no NaViT, um codificador visual de 1,2 bilhão de parâmetros treinado do zero, e no DeepSeek V3 Large Language Model (LLM), ele tem uma poderosa percepção visual e inferência de texto...

O Genie 3 é uma nova geração de modelos de mundos universais do Google DeepMind que permite a geração de mundos virtuais altamente dinâmicos e coerentes em tempo real. O Genie 3 simula fenômenos físicos, ecossistemas naturais e oferece suporte à criação de cenários históricos e de fantasia. Com instruções de texto, os usuários podem...

O Claude Opus 4.1 é um modelo de linguagem em larga escala de última geração da Anthropic, projetado para o processamento eficiente de tarefas complexas. O modelo é excelente no domínio da programação, gerando código de alta qualidade, suportando até 32k de saída única e adaptando-se a uma ampla variedade de estilos de programação...

O gpt-oss é a família de modelos de inferência de código aberto da OpenAI que permite soluções de IA eficientes, flexíveis e fáceis de implantar para desenvolvedores. O gpt-oss vem em duas versões, o gpt-oss-120B com 117 bilhões de parâmetros e suporte para 8...

O MiDashengLM é o grande modelo de código aberto da Xiaomi para a compreensão eficiente do som, com a versão de parâmetro específico MiDashengLM-7B, com foco no processamento e na compreensão do áudio. O modelo é baseado no codificador de áudio Xiaomi Dasheng e no Qwen2.5-Omn...

O MOSS-TTSD é um modelo de diálogo falado de código aberto desenvolvido pelo Speech and Language Lab da Universidade de Tsinghua. O MOSS-TTSD pode converter scripts de diálogos de texto em diálogos naturais, suaves e expressivos, além de oferecer suporte à geração bilíngue em inglês e chinês.

O AudioGen-Omni é um modelo de geração de áudio multimodal da Racer que gera áudio, fala e músicas de alta qualidade com base em entradas como vídeo, texto etc. O AudioGen-Omni se baseia em técnicas avançadas, como o transformador de difusão multimodal e o...

LangExtract é uma biblioteca Python de código aberto do Google que usa modelos de linguagem grandes (LLMs) para extrair informações estruturadas de textos não estruturados. Com comandos definidos pelo usuário e um pequeno número de exemplos, ela pode identificar e organizar com eficiência os principais detalhes, como notas clínicas de...

O Qwen-Image é um modelo básico de geração de imagens de código aberto lançado pela equipe do Alibaba Tongyi Qianqian. Com 20 bilhões de parâmetros, ele adota a Multimodal Diffusion Transformer Architecture (MMDiT), que incorpora três módulos: compreensão multimodal, codificação de alta resolução e modelagem de difusão.

O RedOne é um modelo de linguagem amplo, adaptado para redes sociais, apresentado pelo Little Red Book. O modelo é treinado por meio de uma estratégia de treinamento em três estágios que incorpora conhecimento social e cultural, fortalece os recursos de multitarefa e alinha as preferências humanas. O RedOne supera significativamente o modelo básico no desempenho de tarefas sociais, na detecção de conteúdo nocivo e na navegação...

O FastDeploy é uma ferramenta de raciocínio e implementação de alto desempenho da Baidu, projetada para Modelos de Linguagem Grandes (LLMs) e Modelos de Linguagem Visuais (VLMs). O FastDeploy foi desenvolvido com base na estrutura do Flying Paddle (PaddlePaddle) e oferece suporte a uma variedade de plataformas de hardware...

InteriorGS é um conjunto de dados semânticos gaussianos 3D de alta qualidade apresentado pela Qunar Technology. O conjunto de dados contém 1.000 cenas em 3D que abrangem mais de 80 ambientes internos, como residências, lojas de conveniência, salões de casamento e museus. O conjunto de dados tem mais de 554.000 instâncias de objetos em 755 categorias...

O DragonV2.1 é um modelo avançado de conversão de texto em fala (TTS) de amostra zero da Microsoft. Com base na arquitetura Transformer, o modelo oferece suporte a clonagem de fala em vários idiomas e com amostra zero e gera uma fala natural e expressiva com apenas 5 a 90 segundos de prompts de voz.

O ScreenCoder é uma ferramenta inteligente de código aberto que pode converter rapidamente capturas de tela de design de interface do usuário em código HTML/CSS de alta qualidade. Ferramentas baseadas em arquitetura modular de inteligência múltipla, combinadas com compreensão visual, planejamento de layout e técnicas de síntese de código para dar suporte à geração de front-end de alta precisão e semântica...

Gemini 2.5 O Deep Think é um modelo de raciocínio de IA do Google projetado para resolver tarefas complexas. Ele é uma variante do modelo que ganhou a medalha de ouro na Olimpíada Internacional de Matemática (IMO) de 2025 e foi projetado para resolver tarefas complexas por meio de raciocínio paralelo.

O MindLink é um grande modelo de raciocínio de código aberto lançado pela Kunlun World Wide Web. Com o mecanismo de raciocínio adaptativo, de acordo com a complexidade da tarefa, é possível alternar com flexibilidade o modo de inferência, gerar rapidamente tarefas simples, raciocinar em profundidade tarefas complexas, levando em conta a eficiência e a precisão. Paradigma de raciocínio orientado por planos para remover a tag "pensar", reduzir ...

A versão de alta velocidade do Kimi K2 (kimi-k2-turbo-preview) é um modelo de linguagem de alto desempenho introduzido pelo Kimi, o Lado Escuro da Lua. O modelo é otimizado com base no Kimi K2, e a velocidade de saída é bastante aumentada, podendo gerar 40 tokens por segundo...

O dots.ocr é um modelo de análise de documentos multilíngues de código aberto do Xiaohongshu hi lab, baseado em um modelo de linguagem visual (VLM) de 1,7 bilhão de parâmetros, que pode executar com eficiência a detecção de layout de documentos e o reconhecimento de conteúdo, mantendo uma boa ordem de leitura.

O HYPIR é um grande modelo para restauração de imagens introduzido pela equipe de Dong Chao nos Institutos de Tecnologia Avançada de Shenzhen, Academia Chinesa de Ciências. O modelo combina a prévia fracionária do modelo de difusão com uma rede geradora adversária para obter uma restauração de imagem eficiente e de alta qualidade. O HYPIR pode restaurar rapidamente fotos antigas e melhorar a resolução, mantendo o texto claro...

FLUX.1 Krea [dev] é um modelo gráfico gerado por texto da Black Forest Labs e da Krea AI. O modelo gera imagens realistas e de alta qualidade com base em descrições de texto de entrada, com um estilo estético exclusivo que evita a...

O Qwen3-Coder-Flash é um modelo de programação de alto desempenho introduzido pela equipe do Ali Tongyi Thousand Questions, com excelentes recursos de programação baseada em agentes e de chamada de ferramentas, bom para lidar com tarefas de programação complexas. O modelo suporta 256 mil tokens de compreensão de contexto longo e pode ser dimensionado para 1 milhão ...

O Wide Research é um recurso avançado da plataforma Manus projetado para lidar com tarefas complexas e de grande escala. A plataforma suporta centenas de inteligências de uso geral trabalhando simultaneamente por meio de mecanismos de processamento paralelo em nível de sistema e protocolos de colaboração de inteligência.

O Seed Diffusion é um modelo experimental de linguagem de difusão introduzido pela ByteHop que lida com tarefas de geração de código. O modelo é baseado em técnicas como treinamento de difusão em dois estágios, aprendizado sequencial restrito e decodificação paralela eficiente e aprimorada, o que melhora significativamente a velocidade de inferência para 2.146 tokens/s, que é mais rápida do que...

Xiao Xingxu é o produto de geração de histórias em quadrinhos com emoção de IA lançado pela Jingdong Health, atualmente em fase de testes. O produto tem como função principal a geração de histórias em quadrinhos com emoção, os usuários podem expressar suas emoções ou contar uma história por meio de voz ou texto, e a IA gera quadrinhos de quatro painéis correspondentes e interpretação de histórias com base na entrada.

O 1688 AI version é um aplicativo de assistente de negócios inteligente lançado pela plataforma 1688 do Alibaba, projetado para compradores e comerciantes de pequeno porte. Com base nos dados maciços da plataforma 1688, o aplicativo oferece oportunidades de negócios, recomendação de produtos, geração de ideias, consulta empresarial e outras funções para ajudar os usuários a compreender com precisão a dinâmica do mercado,...

O Steps Deep Research é uma eficiente ferramenta de pesquisa de IA lançada pela Steps Star, que pode concluir de forma autônoma pesquisas sobre questões complexas e gerar relatórios profissionais em um curto período de tempo. A ferramenta foi projetada para finanças, consultoria, saúde, direito e outros campos, e se destacou nas análises do setor com seus recursos de pesquisa aprofundada e integração de informações.

O Runway Aleph é um modelo avançado de edição de vídeo com IA lançado pela Runway, que se baseia em comandos de texto simples para adicionar e excluir rapidamente o conteúdo do vídeo, alterar o estilo, ajustar o ambiente e otimizar o movimento da câmera. Os usuários podem remover facilmente elementos redundantes, alterar cenas sem operações complexas...

O WebShaper é um sistema de síntese de dados de treinamento de IA lançado pelo Tongyi Lab da Alibaba, que se baseia em modelagem formal e mecanismo de expansão de inteligência para gerar dados de treinamento escalonáveis e de alta qualidade para ajudar as inteligências de IA a aprimorar os recursos de recuperação de informações complexas. O sistema introduz o conceito de "projeção de conhecimento"...

O Skywork UniPic é um modelo de pré-treinamento multimodal de código aberto da KunlunWanwei, com três recursos principais: compreensão de imagens, geração de texto e edição de imagens. O modelo se baseia em uma arquitetura autorregressiva, fundindo o codificador MAR e o backbone SigLIP2, com um medidor de parâmetros de 1,5B...

O ChatGPT Study é um modelo de aprendizagem inovador da OpenAI que ajuda os usuários a aprender e compreender de forma mais eficiente. O ChatGPT Study orienta os usuários a pensar ativamente e a resolver problemas passo a passo por meio de questionamentos socráticos, respostas estruturadas e...

O Tongyi Wanphase Wan2.2 é um modelo avançado de geração de vídeo com IA de código aberto da Alibaba, com um total de 27 bilhões de referências. O modelo contém três modos de vídeo gerado por texto, vídeo gerado por gráfico e geração de vídeo unificado, que podem gerar vídeos de alta qualidade com base em descrições de texto, imagens ou uma combinação de ambos.

O GLM-4.5 é um modelo SOTA de código aberto da Smart Spectrum, projetado para aplicativos de corpo inteligente, incorporando raciocínio, geração de código e recursos de corpo inteligente. O modelo é baseado na arquitetura Mixed Expert (MoE) e contém duas versões, GLM-4.5 com 355 bilhões de parâmetros e 106 bilhões...

O Coze Studio é a plataforma de desenvolvimento de corpo inteligente de IA de código aberto da ByteDance, projetada para que os desenvolvedores simplifiquem a criação, a implementação e o gerenciamento de aplicativos de IA.

O Coze Loop é a plataforma de desenvolvimento de inteligência de IA de código aberto e de gerenciamento de operação e manutenção da plataforma Coze da ByteDance. A plataforma oferece aos desenvolvedores o gerenciamento do ciclo de vida completo, desde o desenvolvimento, a depuração até a avaliação e o monitoramento, abrangendo a engenharia de palavras-chave, a avaliação do efeito do agente, o monitoramento do desempenho e o ajuste...

A Wuneng é uma plataforma de inteligência incorporada projetada para robôs e dispositivos inteligentes. Com base no modelo de mundo "Enlightened" e na tecnologia de modelo grande multimodal, a Wuneng integra entradas de vários sensores, como visão, voz, toque etc., e possui recursos avançados de percepção, tomada de decisões e ação.

O Intern-S1 é um grande modelo científico multimodal lançado pelo Shanghai Artificial Intelligence Laboratory. O modelo integra profundamente os recursos linguísticos e multimodais, com funções avançadas como análise científica multimodal, fusão linguística e visual, processamento de dados científicos, resposta a perguntas científicas, design e otimização de experimentos.

O modelo de mundo 3D Hunyuan 1.0 (Hunyuan World 1.0) é o primeiro modelo de geração de mundo imersivo, interativo e de simulação do setor de código aberto da Tencent. O modelo integra a geração visual panorâmica e a tecnologia de reconstrução hierárquica em 3D para oferecer suporte à entrada de texto ou imagem para gerar rapidamente 36...

O Day by Day V6.5 é um macromodelo de inferência multimodal avançado da ShangTech, projetado para lidar com entradas mistas de imagem e texto, oferecendo suporte à compreensão precisa do conteúdo da imagem e gerando descrições ou respondendo a perguntas em combinação com o texto.

O Opal é uma plataforma inovadora de geração de miniaplicativos de IA do Google Labs que ajuda os usuários a criar e compartilhar rapidamente aplicativos de IA sem precisar escrever código.

O Qwen-MT é um Qwen-MT de última geração - um modelo de tradução automática lançado pela equipe do Ali Tongyi Thousand Questions, com base na poderosa arquitetura Qwen3, que suporta a intertradução de 92 idiomas e abrange uma população global de mais de 95%. O modelo é baseado no leve MoE ...

O Agentar-Fin-R1 é um modelo de linguagem grande de última geração para o domínio financeiro introduzido pela Anthem. Desenvolvido com base na poderosa arquitetura Qwen3, o modelo oferece duas versões de escala de parâmetros, 8B e 32B, e pode lidar com precisão com tarefas complexas de raciocínio financeiro, incluindo análise em várias etapas, avaliação de risco e guerra...

O MonkeyCode é um assistente de programação de IA nativo de código aberto, de nível empresarial, projetado para equipes de desenvolvimento preocupadas com a privacidade e a segurança. O MonkeyCode oferece suporte à implantação privada e ao uso off-line para garantir a segurança dos dados de código ...

O Seed LiveInterpret 2.0 é um modelo de interpretação simultânea de última geração lançado pela equipe Seed da ByteDance, que oferece suporte à tradução bidirecional entre chinês e inglês. O modelo tem uma precisão de tradução quase real e latência extremamente baixa, com um atraso médio de fala para fala de apenas 2 a 3 segundos, muito menor do que o de...

O Excel MCP Server é uma ferramenta de servidor baseada no protocolo de contexto de modelo (MCP) para manipular arquivos do Excel sem a necessidade de instalar o Microsoft Excel.

O ChatFlow é uma ferramenta de automação de fluxo de trabalho de IA de código aberto que oferece suporte à transformação de requisitos complexos em fluxos de trabalho eficientes. Ferramentas baseadas na tecnologia de IA para ajudar os usuários a gerar rapidamente estruturas de código, casos de teste, podem ajudar a escrever e projetar a arquitetura de software.

O Mureka V7 é um modelo avançado de geração de música com IA lançado pela Kunlun World Wide. O modelo se baseia na tecnologia MusiCoT, que permite planejar a estrutura geral da música antes de preencher os detalhes para gerar trabalhos musicais mais coerentes e artísticos.

O Seed GR-3 é um modelo de robótica de uso geral introduzido pela ByteDance com fortes recursos de generalização para se adaptar a novos ambientes e comandos complexos. O modelo combina informações visuais, verbais e de movimento e se baseia em um método de treinamento três em um de dados do robô, dados de trajetória humana de RV e dados gráficos públicos para aprimorar a capacidade de responder a novos objetos...

O Qwen3-Coder é um modelo de geração de código de última geração introduzido pela equipe de Ali Tongyi Qianqian. O modelo tem 480 bilhões de parâmetros e 35 bilhões de parâmetros de ativação, suporta contextos nativos de 256 mil tokens e pode ser dimensionado para até 1 milhão de tokens.

O OpenReasoning-Nemotron é uma série de modelos de linguagem em larga escala de código aberto da NVIDIA para dar suporte ao processamento de tarefas de raciocínio em matemática, ciências e código. Os modelos são destilados com base no modelo DeepSeek R1 0528 com escalas de parâmetros de 1,5 bilhão...

O Seed-X é um modelo de tradução multilíngue lançado pela equipe Seed da ByteDance, com 7 bilhões de parâmetros, que oferece suporte à tradução bidirecional em 28 idiomas. O modelo combina pré-treinamento de dados multilíngues, ajuste fino de comandos e técnicas de aprendizagem por reforço para processar com eficiência padrões de idiomas complexos e melhorar a qualidade da tradução...

O JoyAgent-JDGenie é um sistema de inteligência múltipla de uso geral, leve e de código aberto, que não requer desenvolvimento secundário e pode ser usado diretamente. O JoyAgent-JDGenie pode lidar com tarefas complexas, como geração de relatórios, análise de dados etc., e suporta uma variedade de formatos de entrega, como páginas da Web, PPT ...

O TRAE SOLO é um assistente de desenvolvimento automatizado de IA apresentado pelo TRAE, um assistente de programação de IA lançado pela ByteDance, para simplificar o processo de desenvolvimento de software com tecnologia de IA. O TRAE SOLO entende as necessidades do usuário, suporta descrições de texto, comandos de voz e uploads de arquivos para inserir os requisitos e planeja automaticamente...