Step Audio 3 是阶跃星辰推出的语音大模型系列，涵盖 Realtime 实时对话、ASR 语音识别、TTS 语音合成、Gen 音频生成与 Music 音乐创作，Realtime 语音推理准...

YuE2 是香港科技大学与 M-A-P 团队开源的音乐生成模型，YuE 的升级版本。它采用白盒乐谱规划机制，根据歌词与风格先生成可编辑 ABC 乐谱再渲染 48kHz 完整歌...

法界通是面向中国用户的一站式 AI 法律服务平台，整合法律内容社区、公开咨询、AI 法律助手与零中介费的律师认证撮合，支持 Web 与 iOS 多端互通。本站详解其...

HiDream-O1-Video-1.0（简称HD-V1）是智象未来（HiDream.ai）推出的原生全模态视频生成模型，支持文本、图片、视频输入，一键直出5–20秒1080p视频，音画原生...

UnifoLM-WLA-1.0是宇树科技推出的6B具身多模态大模型，基于约2500小时真机数据训练，视觉、语言与动作统一建模，单模型统筹54项桌面操作与10项全身移动任务，...

书生-S2（Intern-S2）是上海人工智能实验室开源的397B多模态基础大模型，主打AI for Science，Memory Decoder架构支持可插拔专业记忆，无需重训主模型即可扩...

我们实测了豆包工作电脑端：飞书日报周报自动提交、53分钟访谈音频转写与可视化信息图、报销流程封装成Skill、PPT一键生成与在线修改四个真实场景，验证其云...

WooMoo是Romangic团队推出的AI塔罗应用，主打以心理学为底、用塔罗语言表达的情绪陪伴。支持文字与语音提问，摇手机洗牌、滑动选牌后由AI生成个性化解读，内...

Xiaomi-CocktailASR-1 是小米开源的目标说话人语音识别大模型，以参考语音为声纹提示，无需语音分离即可从多人混合语音中转录指定说话人，支持空文本拒识与 C...

LingBot-World 2.0 是蚂蚁灵波科技开源的实时交互世界模型，可像游戏一样实时操控，支持攻击施法跳跃与雨雪事件，小时级生成不漂移，高配达 720P/60FPS，1.3B...

Kimi K2.8 Preview 是月之暗面推出的新一代主力编程模型，已在 Kimi Code 与 Kimi Work 全量上线，编码与 Agent 能力较 K2.7 提升，支持 low/high/max 三档思...

我用 GPT-6 Astra、Claude Fable 5.1 与 Gemini 3.8 Flash 跑了 Blender 微缩书店、雨滴小游戏、书店改造 SVG、咖啡店客流图解、旧书夜市海报、月相科普图、...

Town 是主动型 AI 个人助理，不止于在聊天框等待提问。连接用户邮箱和日历后，Town 会持续学习其联系人、日程与习惯，主动承担事务：Routines 引擎可预设清晨...

AI 种草带货视频制作教程：第一人称实测电商 AI Agent WaClaw，覆盖专属模特形象定制、高质感买家秀种草图、爆款风格换装视频复刻、店铺风格 Skill 沉淀与商...

ABot-Earth 0.7 是高德推出的全球首个 3D 原生城市世界模型：输入卫星图或文字，10 分钟在消费级 GPU 生成公里级 3D 城市，端到端输出 3DGS，覆盖 196+ 国家...