Phi-4-reasoning-vision-15B是微软开源的150亿参数多模态推理模型，基于Phi-4-Reasoning语言模型和SigLIP-2视觉编码器构建。

泡漫是掌阅科技推出的一站式AI漫剧生成平台，专注用AI重新定义漫剧创作。平台整合超1万部小说IP，提供动态漫、解说漫、AI真人剧等多种形态，将制作周期压缩至...

MiniMax Music 2.5+是MiniMax推出的AI音乐生成模型，主打纯音乐创作能力。模型支持古典管弦、电子、氛围音等多元风格，覆盖冥想、助眠、游戏、影视等全场景。

最近科技圈被一只小龙虾（OpenClaw）刷屏了，看着无数友友晒出 AI 自己操控电脑、写代码...确实很吸引人。 但实际要配置 OpenClaw，不仅要懂怎么配本地环境...

MagicAgent是荣耀联合复旦大学推出的智能体基础模型，以32B密集架构和30B-A3B MoE架构实现百亿参数内最强性能。

GPT‑5.3 Instant 是 OpenAI 推出的轻量级对话模型，专为优化日常聊天体验设计。模型显著改善"爱说教、太啰嗦"的机械语气，回答更直接自然，联网搜...

Gemini 3.1 Flash-Lite是Google推出的轻量级旗舰模型，主打极致性价比。模型以每秒363 token的输出速度、0.25美元/百万token的输入价格，在速度上碾压GPT-5 m...

最近的AI圈几乎都被这只龙虾刷屏了... OpenClaw 可以像真人一样理解指令，并自己拆解任务，自动跑完我们要求的整个工作流程，但部署门槛难倒了一大批人。 ...

Fun-CosyVoice3.5 是阿里通义实验室语音团队最新发布的语音生成模型，主打多语种音色复刻与精细化表达控制。模型最突出的创新在于FreeStyle自然语言控制能力—...

FireRed-OCR 是小红书团队开源的轻量级文档结构解析视觉语言模型，以仅 2B 参数的规模在 OmniDocBench v1.5 权威评测中斩获 92.94% 综合得分，超越 GPT-5.2、...

Fun-AudioGen-VD 是阿里通义实验室语音团队推出的创新语音大模型，定位为面向"声音设计与场景化音频生成"的专业工具。模型支持"FreeStyle&quo...

Epismo 是 AI 工作流管理与协作平台，致力于将零散的 AI 操作经验转化为标准化的"技能"单元。平台支持 Gemini、Claude、ChatGPT 等多种 AI Agent ...

theORQL 是具备视觉感知能力的前端 AI 编程工具。工具打通了 Chrome DevTools 与 VS Code/Cursor，实现运行时全景感知，能捕获 DOM、CSS、网络请求和 Console...

Goose 是 Block 开源的本地 AI Agent 框架，能自主执行完整工程任务——读文件、写代码、跑测试、调 API、自动 Debug，出错后自我修正直至完成。

Nano Banana 2 来了。 昨天，谷歌推出最新图像模型 Nano Banana 2（Gemini 3.1 Flash Image），发布即空降 Arena 文生图排行榜第一！Lovart 第一时间就可以体...