模型

面壁智能正式推出MiniCPM-o系列最新旗舰模型——MiniCPM-o 4.5。这款总参数量仅9B的端侧多模态大模型（MLLM），基于SigLip2、Whisper-medium、CosyVoice...

中国电信人工智能研究院（TeleAI）提出TeleStyle——一款轻量级且高效的图像与视频内容保持式风格迁移模型，核心基于Qwen-Image-Edit构建，针对性解决了扩散变换器（DiT）架构中内...

ACE Studio联合阶跃星辰（StepFun）重磅发布ACE-Step v1.5，这是一款专为消费级硬件打造的高效开源音乐基础模型，首次将商业级音乐生成能力下沉到普通硬件环境。该模型不仅在核心评估...

清华大学联合腾讯混元项目组研发的InteractAvatar，是一款创新的双流DiT（扩散变换器）框架，首次让说话虚拟化身突破简单手势局限，实现基于静态场景的文本驱动可控人-物交互。该模型能从参考图像...

阿里Qwen项目组正式推出Qwen3-Coder系列代码模型，这是其迄今代理能力最强的代码模型版本，其中旗舰款Qwen3-Coder-480B-A35B-Instruct更是拉满配置——总参数量480...

距离首款Holo2模型发布仅两个月，HCompany便推出迄今最大规模的UI定位模型Holo2-235B-A22B Preview，一举在ScreenSpot-Pro基准测试中创下78.5%的新纪录...

智谱AI又放出一款实用开源模型——GLM-OCR，这是一款专为复杂文档理解打造的多模态OCR模型，不仅在权威基准测试中拿下综合第一，还做到了轻量高效、易部署，关键是完全开源，个人和企业都能免费使用。 ...

Photoroom 团队正式发布了其首个开源文生图模型 PRX (Photoroom Experimental)。这是一个拥有 13 亿参数、完全从头开始训练 的扩散变换器模型，并以宽松的 Apach...

Step 3.5 Flash 是阶跃星辰推出的开源旗舰语言推理模型，定位为当前最强大的开源基座之一，专为极致效率、深度推理、智能体（Agent）执行而生。 GitHub：https://github...

过去一年，人形机器人在实验室环境中的“场景理解”与“任务规划”能力突飞猛进。然而，一旦进入真实的工业产线，它们便常常陷入“想得到但抓不准、算得出但跟不上”的困境。这背后，是长期存在的鸿沟：空间层面的度...

商汤科技正式开源 SenseNova-MARS —— 一款支持动态视觉推理与图文搜索深度融合的多模态大模型（VLM）。该模型提供 8B 与 32B 双版本，在多模态搜索与推理核心基准 MMSearch...

模思智能正式开源 MOVA（MOSS Video and Audio）——一款专注于原生同步生成视频与音频的基座模型。针对当前主流系统（如 Sora 2、Veo 3）普遍采用的“先画后音”级联流程，M...