智谱AI正式发布GLM-5：744B参数+28.5T数据，长周期智能体能力登顶开源第一
智谱AI正式推出新一代通用大模型——GLM-5，这款模型在设计之初就明确了核心定位：面向复杂系统工程和长周期智能体任务，致力于打破基础模型“只能聊天、难以落地”的局限，实现从“氛围编程”到“智能体工程...
排序
SoulX-Singer：42,000 小时训练的零样本歌声合成模型，支持 MIDI 与旋律双模式控制
Soul AI Lab（中国）联合吉利汽车研究院、天津大学及西北工业大学，共同发布了一款高保真、零样本歌声合成模型——SoulX-Singer。这款模型的核心优势的是，无需对未见歌手进行任何微调，就能...
阿里重磅发布Qwen-Image-2.0 ：支持 1K token 指令生成专业信息图，生图编辑一体化
阿里全新推出新一代图像生成基础模型Qwen-Image-2.0，凭借专业文字渲染、细腻真实质感、超强语义遵循、轻量模型架构四大核心特色，实现生图与编辑功能的一体化融合，在文生图和图生图双赛道均展现出优...
Cursor 发布 Composer 1.5：强化学习提升 20 倍，支持复杂代码推理
Cursor 团队近日正式推出其智能编程模型 Composer 1.5，作为对前代 Composer 1 的重大升级。新版本聚焦于复杂、多步骤编程任务的处理能力，在推理深度、上下文管理和响应效率上均实...
Linacodec：12.5 令牌/秒的高压缩音频分词器，支持 48kHz 高清语音
在 AI 语音模型（TTS/ASR）领域，音频分词器（Audio Tokenizer）的效率直接决定训练速度、推理延迟与生成质量。传统方案如 EnCodec、DAC 虽能压缩音频，但令牌率高、采样率低...
Helcyon-Mercury-12B-v3.0：基于 Mistral Nemo 的高情感智能对话模型
在本地大模型（Local LLM）生态中，大多数模型追求的是“能回答问题”或“会写代码”。但 Helcyon-Mercury-12B-v3.0 的目标截然不同——它不满足于做一台“聊天机器”，而是试图...
Voyage AI 推出Voyage 4 系列模型：共享嵌入空间 + 专家混合架构，重新定义文本嵌入效率
Voyage AI 正式推出 Voyage 4 系列文本嵌入模型，带来两项行业首创技术：统一的共享嵌入空间 与 首个生产级 MoE（专家混合）嵌入模型。这一系列不仅在检索精度上树立新标杆，更通过灵活的...
VideoMaMa：基于扩散模型的视频抠图新SOTA，粗糙掩码一键生成高精度Alpha遮罩
高丽大学、Adobe Research 与 KAIST AI 联合提出 VideoMaMa（Video Mask-to-Matte Model），一种基于 Stable Video Diffusion...
速度提升 25%，支持全栈开发！OpenAI发布GPT-5.3-Codex ：从代码生成到全场景工程智能体，性能与安全双突破
OpenAI 正式推出全新旗舰级编程智能体模型 GPT-5.3-Codex，作为迄今为止最强大的编码智能体，该模型融合 GPT-5.2-Codex 的前沿编码能力与 GPT-5.2 的通用推理、专业领...
Claude Opus 4.6正式发布：编程能力跃升，支持百万令牌上下文，办公协同全面升级
Anthropic正式推出全新的Claude Opus 4.6大模型，作为其旗舰级智能模型的重磅升级版本，该模型在编程能力、长上下文处理、多任务推理等核心维度实现全面突破，同时首次在Opus系列中开放...
Mistral AI 发布 Voxtral Transcribe 2：开源实时模型 + 高性价比批量转录，全面支持多语言语音应用
Mistral AI 推出全新 Voxtral Transcribe 2 系列语音转文本（ASR）模型，包含面向批量离线处理的 Voxtral Mini Transcribe V2 和专为低延迟实时场...
清华大学与 VAST 联合推出 SkinTokens：用离散令牌统一建模 3D 绑定（Rigging）
在生成式 3D 模型快速发展的背景下，绑定（Rigging）——即为静态 3D 模型添加骨骼与蒙皮权重以支持动画——已成为自动化流程中的关键瓶颈。现有方法通常将蒙皮（Skinning）视为一个高维、不...
