AI项目和框架

Qwen-CUA 是 Qwen 团队与 XLang Lab 联合推出的原生 Computer Use Agent，基于 397B-A17B 混合专家架构，仅通过截图感知界面状态，无需依赖 DOM 树或辅助功能...

E-Bench 是腾讯混元团队联合清华大学 AIR、东南大学推出的多步骤工具使用评测基准，基于王者荣耀、QQ 音乐、腾讯会议三大真实产品为原型，构建全合成虚拟环境...

SenseNova U1.5-Lite-Preview 是商汤科技开源的轻量级原生统一多模态模型预览版，基于 NEO-Unify 架构迭代，仅 8B-MoT 参数即贯通视觉理解、推理、生成与编辑。

MindMemOS 是华为诺亚方舟实验室开源的 AI Agent 记忆操作系统，能解决 Agent 用完即忘的痛点。系统将记忆从单个 Agent 中解耦为可跨框架复用的独立资产，采...

Qwen 3.8-Max 是阿里云 Qwen 团队推出的旗舰大模型，总参数量达 2.4 万亿，基于 Qwen 3.5 架构扩展而成。作为 Qwen 家族迄今最强大的模型，是首个即将开源权...

FeyNoBg 是 Feyn Labs 推出的开源自动背景去除模型，基于 BiRefNet 架构深度改进，拥有 2.63 亿参数。模型在 UHRSD-TE、HRSOD-TE 等 8 项基准测试中，有 4 项...

Qwen-Audio-3.0-ASR-Flash 是阿里千问团队推出的语音识别大模型，现已通过阿里云百炼平台开放调用，提供 Flash、Filetrans、Streaming 三个版本。

MiniMax H3 是稀宇科技推出的通用全模态生成模型，打破传统任务与模态边界，支持对文本、图像、视频、音频的统一理解与原生生成。模型能输出原生双声道音视频...

Grok Voice Think Fast 2.0 是 SpaceXAI（xAI）推出的端到端语音到语音模型，采用原生语音到语音架构，无需经过识别—推理—合成多阶段流程即可直接理解并回应...

AngelSpec 是腾讯混元团队开源的端到端推测解码训练框架，基于 TorchSpec 构建，支持 MTP 自回归与 DFly 块并行共 6 种草稿架构。推理与训练解耦，推理引擎经...

Codex Security CLI是OpenAI开源的AI代码安全扫描CLI工具，前身为Codex内置的闭源安全插件。工具基于大模型语义理解自动扫描代码漏洞，深度验证攻击路径真实...

Lyria 3.5是Google DeepMind 在 Google Flow Music 中推出的新一代音乐生成模型，实现音乐性、歌词质量、人声表现力与创作控制四项核心升级。

Instella-MoE 是 AMD 开源的混合专家语言模型系列，总参数量 16B、激活参数量 2.8B，采用 27 层解码器架构。模型基于 AMD Instinct MI300X / MI325X GPU 及 R...

JiuwenSwarm是华为2012实验室、华为云、终端小艺等团队联合构建的开源AI Agent平台，也是首个面向鸿蒙PC的开源AI统一工作台。平台采用多智能体协同架构，支持...

Qwen-Audio-Agent 是阿里语音AI团队推出的开源实时语音 Agent 框架，基于 Qwen-Audio-3.0-Realtime 模型构建。框架作为统一的实时语音入口层，让用户通过自然...