GPT-5-Codex 是 OpenAI 推出的專為編程優化的模型，基于 GPT-5 進一步強化。模型聚焦于真實世界的軟件工程任務，如從零搭建項目、代碼重構、調試、測試和代碼...

ROMA（Recursive Open Meta-Agent） 是Sentient AGI團隊開源的多Agent系統框架,通過遞歸層次結構將復雜任務拆解為可并行的子任務，由父節點分配給子節點執行...

Grok 4 Fast是xAI推出的快速版人工智能模型，最大的特點是響應速度快，最高可達標準版的10倍，生成速度每秒75個token，能快速完成簡單查詢、基礎代碼生成等任...

Mini-o3 是字節跳動和香港大學聯合推出的開源模型，專為解決復雜的視覺搜索問題而設計。模型通過強化學習和基于圖像的工具，能執行深度多輪推理，推理輪次可...

ERNIE-4.5-21B-A3B-Thinking 是百度推出的專注于推理任務的大型語言模型。采用混合專家（MoE）架構，總參數量達210億，每個token激活30億參數，支持128K的長...

FunAudio-ASR 是阿里巴巴達摩院推出的端到端語音識別大模型，專為解決企業落地中的關鍵問題設計。通過創新的 Context 增強模塊，有效優化了“幻覺”和“串語種”...

xiaohongshu-mcp是基于 Model Context Protocol (MCP) 協議開發的開源工具，幫助用戶實現小紅書平臺的自動化操作。支持多種功能，包括登錄小紅書、發布圖文、...

YouStory是智能AI故事書平臺，基于人工智能技術為家庭創造獨特的成長故事。用戶可以通過上傳孩子的照片、寵物、繪畫、涂鴉或喜歡的玩具來讓它們成為故事的主...

ZipVoice 是小米集團 AI 實驗室發布的高效零樣本語音合成（TTS）模型。模型基于 Flow Matching 架構，包含 ZipVoice（單說話人）和 ZipVoice-Dialog（對話語...

PP-OCRv5 是百度推出的高效、精準的文字識別模型。模型基于兩階段處理流程，專門用在快速、準確地檢測和識別圖像中的文字。

Stable Audio 2.5 是 Stability AI 推出的最新音頻生成模型，專為企業級聲音制作設計。模型具備快速生成（三分鐘音頻僅需兩秒）、動態音樂創作和音頻修復功能。

Live Interpreter API 是 Azure 語音翻譯的新功能，能實現實時的多語言語音翻譯。無需用戶手動設置輸入語言， Live Interpreter API 能自動連續識別正在使用...

veCLI 是字節跳動火山引擎推出的命令行 AI 工具，提升開發效率。無縫集成豆包大模型 1.6 等多種模型，開發者可通過自然語言交互，快速生成代碼并完成本地部署...

MobileLLM-R1是Meta推出的一系列專為數學、編程和科學推理設計的高效推理模型。系列包含基礎模型和最終模型，分別有1.4億、3.6億和9.5億參數版本。模型并非通...

Oboe 是 Spotify 前高管創立的 AI 驅動的個性化學習平臺。用戶只需輸入一個關鍵詞或主題，Oboe 能在幾秒鐘內生成一門量身定制的課程，涵蓋科學、歷史、外語、...