AI项目和框架

Kling 4.0 由快手可灵打造，轻量级 Flash 版本已抢先开放体验。单次可原生生成最长 30 秒视频，支持最多 10 张关键帧与 15 项多模态参考输入，具备 4K 10-bit...

Claude Sonnet 5.5 由 Anthropic 推出，Terminal-Bench 4.0 得分 70.6%，高于 Opus 5.5 的 66.4%。API 输入 $2/M、输出 $10/M，单价仅为 Opus 5.5 一半，支持...

M3.1-Flash-Preview 是 MiniMax 面向日常研发场景的文本编程模型，原生多模态输入、100 万 token 超长上下文、low 到 max 五档推理强度可调，首字延迟约 280m...

Space Bunny（太空兔）是以匿名形式登陆 OpenRouter 与 OpenCode 的高速多模态 AI 大模型，100 万 Token 上下文、524K 输出上限，支持 low/high/max 三档推理...

Kev 是开源的 Jev 风格决策模型家族，提供 0.8B 到 27B 多档尺寸，置信错误率低至 4.0%，通过指针头以单次前向传播直接输出校准概率，原生支持 noul、choice...

R2T2 是网易有道开源的低延迟真流式语音识别模型，基于 Qwen3-ASR，通过稳定前缀与 Commit/Wait 解码实现已提交文字不回改，平均延迟约 200 至 600 毫秒，支...

SocialCoach 是香港科技大学（广州）与微软亚洲研究院联合开源的 AI 情商教练，由 Tianfu Wang 开发，内置覆盖 7 大领域的 46 个场景，基于 CASEL 框架与 34 ...

OpenMuse 是 CopilotKit 开源的 AI 助理，为 Agent 配备 Chromium 浏览器、可选 Linux 容器和文件系统，能处理邮件、PDF、日历、网页监控与财务分析任务，支...

T3PO 是网易有道开源的流式同传翻译模型（simulTaneous Translation via pareTo Policy Optimization），以 READ/WRITE 增量决策实现边说边译，用帕累托优化...

Longcat-2.5-preview 是美团发布的新一代模型 LongCat-2.5-Preview：1.6T 总参数、约 48B 激活、1M token 上下文，首次引入原生多模态，最大输出 128K，兼容 ...

Kimu（Kimu Studio）是 trykimu 团队开源的 AI 视频编辑器，用自然语言下达指令即可自动生成剪辑、时序与布局，支持无限轨道自由编辑、实时预览、一键导出与...

Spark-ASR-2.0 是科大讯飞最新一代语音识别大模型，基于星火语音基座 Spark-Audio 打造，采用非自回归与 LLM 增强自回归协同架构，支持中英文混合免切换、全...

Ok Work 是百度推出的轻量化 AI 随身办公工具，微信小程序即开即用、无需下载安装，集成 AI PPT、AI 写作、AI 表格、AI 生图四大能力与海量模板，支持文档与 ...

TeleOCR 是中国电信星辰实验室开源的文档解析模型，采用约 1.2B 参数的轻量级视觉语言架构，在同一个框架内统一处理数字文档与相机拍摄文档，把文字、版面、...

Qwen-Audio-3.1 是阿里通义千问推出的语音大模型系列，含 ASR、ASR-Next、TTS、TTS-Next、Realtime 五款模型，支持30种语言与16大中文方言，流式首字响应约16...