AI项目和框架

Grok Bot 是 SpaceXAI 推出的 AI Agent 系统，能登录用户的账号像真人一样操作网站和工具，24 小时在云端替用户完成实际工作。系统支持多 Bot 并行协作、录制...

Grok 4.6 是 SpaceXAI 推出的最新一代旗舰大模型，1.5T 参数，50 万 token 上下文。模型性能在编码、Agent 等基准测试中逼近 Claude Fable 5 与 GPT-5.6 Sol ...

dots.tts 是小红书 dots 团队与上海交大 X-LANCE 实验室联合开源的 20 亿参数全连续自回归语音合成基座模型。模型直接在连续隐空间中逐块生成 48kHz 音频，在...

PixelRAG 是伯克利 SkyLab/BAIR 开源的视觉原生 RAG 框架。框架跳出网页抽成纯文本再检索的传统路线，改用浏览器把网页、PDF 渲染成截图瓦片，通过 LoRA 微调...

LTX-2.5 是 Lightricks 开源的 AI 视频生成基础模型，拥有 22B 参数，发布即开放权重。模型支持原生多镜头生成、4K HDR 与 RAW/EXR 专业工作流，可同步生成音...

DeepSeek Harness 是 DeepSeek 推出的 AI 智能体运行框架，核心理念为 "Model + Harness = Agent"。框架通过上下文管理、工具调用编排、执行沙箱等...

Nemotron 3.5 Lightning 是英伟达推出的 30B 参数开源 MoE 模型，专为多智能体系统优化。相比同类模型，输出速度提升 4 倍，智能体任务完成速度加快 30%，在...

Palmier Pro 是为 AI 时代打造的 macOS 原生视频编辑器，采用 Swift 从零构建，开源且基础功能免费。产品将生成式 AI 直接嵌入时间线，支持 Seedance、Kling ...

IndexTTS-2.5 是 Bilibili 开源的工业级零样本语音克隆模型，参数量仅 0.8B，支持中文、英语、日语、西班牙语和阿拉伯语五语跨语种迁移。

HOMIE 是香港科技大学开源的数字人视频生成框架，基于 Wan2.1-T2V-14B 骨干网络并集成 Qwen3-VL 多模态大模型。框架能统一处理数字人+商品+Logo+文字四要素，...

PAST-Bench 是普林斯顿大学王梦迪团队推出出的基准测试，用于检验个人 AI Agent 的递归自我改进能力。PAST-Bench通过对比有记忆与无记忆条件下的任务表现，判...

GPT-5.6-Cyber是OpenAI专为网络安全推出的AI模型，基于GPT-5.6 Sol构建并针对漏洞利用、权限提升等专业任务增强。模型仅向Daybreak Red层级审核客户开放，对...

Muse Glimmer 是 Meta 开源的 300 亿参数大语言模型，专为全天候本地常驻 Agent 工作流深度优化。模型通过 4bit 量化技术，模型可在 24GB 显存的单卡 GPU 或 ...

WorldClaw是腾讯混元团队推出的Agent驱动开放世界3D生成框架。用户输入一句自然语言描述，系统可自动规划地形、区域、建筑、物体与空间关系，采用全局到局部...

SmartSub（妙幕） 是开源的一站式音视频字幕处理桌面工具。工具将全流程整合为单一应用，基于 Whisper、FunASR、Qwen3-ASR 等本地模型离线语音转文字，支持 2...