WorkBuddy是什么WorkBuddy是腾讯推出的AI原生桌面智能体工作台，是腾讯版”小龙虾”（OpenClaw）。WorkBuddy完全兼容OpenClaw技能，砍掉复杂部署环节，下载安装即可使用。用户只需用自然语言描述需求，WorkBuddy能像同事一样自主规划、拆解和执行多步骤任务，直接交付可验收的成果。WorkBuddy支持企业微信、QQ、飞书、钉钉远程遥控，内置20+技能包与MCP协议，多Agent并行工作。与传统AI只能对话建议不同，WorkBuddy强调”执行即交付”，让”一句话完成复杂办公任务”成为现实，重塑职场效率标准。WorkBuddy的主要功能智能文档创作：用户只需用一句话描述需求，WorkBuddy 能自动生成工作报告、技术文档、会议纪要、邮件、周报等各类可直接使用的办公文档。数据分析与可视化：上传 Excel 等数据文件后，WorkBuddy 自动完成数据清洗、分类统计、跨表整合，并一键导出可视化图表及分析结论。PPT 与报告生成：根据用户提供的主题或模板，WorkBuddy 自动搜集网络信息并生成结构完整、设计规范、可直接演示的 PPT 文稿和调研报告。批量文件处理：在获得授权后，WorkBuddy 可自动读取本地文件夹，完成文件整理、重命名、格式转换、信息提取等重复性批量操作。深度信息研究：针对复杂问题，WorkBuddy 自动进行网络调研、信息整合与逻辑梳理，最终输出结构清晰、论据充分的深度分析报告。远程遥控办公：支持通过手机端企业微信、QQ、飞书、钉钉发送语音或文字指令，远程驱动办公电脑自动查资料、写文档，实现随时随地办公。多模型自由切换：WorkBuddy 支持 Hunyuan、DeepSeek、GLM、Kimi、MiniMax 等主流 AI 模型，用户可根据任务类型自主选择最优模型。Skills 技能包扩展：内置超 20 种 Skills 技能包，支持海报生成、自动化报表等一键导入，可零代码新建自定义技能无限扩展能力。MCP 协议接入：通过 MCP 协议连接外部工具和数据源，打破能力边界，让 WorkBuddy 适配更多专业办公场景。多 Agent 并行协作：WorkBuddy 可将复杂任务动态拆解为多个子任务，调度多个 AI 智能体同步开工，大幅缩短整体执行时间。企业级安全管理：基于腾讯CodeBuddy架构，提供统一账号体系、计费管理和完善的安全审计能力。WorkBuddy 微信小程序：支持手机远程操控电脑或云端 AI 执行任务（文档处理、视频生成等），产物可一键下载转发。人机双写：支持实现用户与 AI 在同一份文档中框选即改、实时协同编辑。如何使用WorkBuddy下载安装：访问 WorkBuddy 官网 https://www.codebuddy.cn/work/ ，下载并完成安装。打开应用：双击桌面图标启动 WorkBuddy，等待程序加载进入主界面。登录账号：点击登录按钮，按提完成账号注册和登录。描述需求：在输入框中用一句话清晰描述工作需求，说明想要完成的任务目标。选择模型：根据任务类型选择合适的 AI 模型，不同模型擅长处理不同场景。发起任务：点击发送按钮或按下回车键，WorkBuddy 立即开始自主规划和执行任务。查看对话：在对话区观察任务执行过程，可与 WorkBuddy 持续交互补充信息或调整方向。验收结果：在右侧面板查看生成的文档、表格或 PPT 等产物，确认是否满足需求。管理多任务：通过侧边栏切换不同任务，让多个任务并行推进提高工作效率。文件授权：如需操作本地文件，按提示授权 WorkBuddy 访问指定文件夹权限。保存成果：将生成的结果文件保存到本地或直接导出使用，完成整个工作流程。WorkBuddy的核心优势免部署开箱即用：省掉复杂的云端部署环节，官网下载安装后直接输入指令可使用，真正实现”有手就能玩”。远程遥控办公：无缝接入企业微信、QQ、飞书、钉钉，手机端发送语音或文字指令，可远程驱动办公电脑自动执行任务，外出通勤照样高效办公。多模型自由切换：支持 Hunyuan、DeepSeek、GLM、Kimi、MiniMax 等国内主流 AI 模型，用户根据任务类型自主选择最优模型，灵活适配不同场景需求。本地文件直接操作：作为桌面智能体可直接读取授权文件夹，自动完成批量整理、数据提取、格式转换等操作，交付可直接使用的文档、表格、PPT 等成果。多 Agent 并行提效：支持复杂任务动态拆解为多个子任务，调度多个 AI 智能体同步开工，相比单线程处理大幅缩短执行时间。企业级安全保障：基于腾讯 CodeBuddy 同源架构，打通统一账号与计费体系，具备完善的安全审计能力，补齐开源工具最缺的企业级管理闭环。WorkBuddy的应用场景销售数据分析：上传月度销售 Excel 表格，WorkBuddy能自动清洗杂乱数据、生成业绩趋势图、分析区域销售差异，输出带优化建议的完整分析报告。会议纪要与周报生成：导入会议录音或零散笔记，WorkBuddy能自动提炼关键决策、行动项与责任人，直接生成格式规范的会议纪要或周报文档。竞品调研报告：输入”分析新能源汽车市场主要竞品”，WorkBuddy可自动搜集网络信息、对比产品参数与定价策略，生成包含 SWOT 分析的 PPT 调研报告。发票报销整理：将文件夹中 PDF、图片格式的发票批量导入，WorkBuddy可自动提取金额、日期、发票代码等信息，汇总生成可直接提交财务的报销明细表。©️版权声明：若无特殊声明，本站所有文章版权均归AI工具集原创和所有，未经许可，任何个人、媒体、网站、团体不得转载、抄袭或以其他方式复制发表本站内容，或在非我站所属的服务器上建立镜像。否则，我站将依法保留追究相关法律责任的权利。类似于WorkBuddy的工具FlowMuse AI专注于 AI 图像视频的无限画布码上飞一句话生成微信小程序、APP、H5网页堆友Agent集成大厂专家设计 Skill 的AI设计智能体Skywork昆仑万维面向全球推出的天工超级智能体遨虾1688推出的跨境电商生意Agent椒图AI深度适配中文场景的AI修图智能体3 条评论再想想发表评论KKKKe游客重要的是没有linux版本4个月前回复zichang游客初次使用，很感兴趣2个月前回复leoliu游客感觉一般 不好用2个月前回复

小鹅桌面 – 腾讯推出的 Windows 端桌面美化工具AI工具2天前更新AI小集03小鹅桌面是什么小鹅桌面是腾讯推出的Windows端桌面美化工具，提供百万4K超清壁纸，提供动态/静态壁纸、头像下载、桌面小组件及挂件等视觉装饰功能。产品在桌面左上角内置轻量化AI对话窗口，支持待办备忘、简单总结与文件搜索。小鹅桌面面向学生及普通个人用户，与办公向的WorkBuddy形成错位。小鹅桌面的主要功能壁纸中心：提供动态壁纸、静态壁纸（含4K超清）的浏览、一键设置与轮播切换。头像资源：支持多风格头像的浏览与下载。桌面装饰：提供桌面小组件与桌面挂件，改造Windows原生单调桌面。AI便签助理：桌面左上角内置轻量化对话窗口，可记录待办、备忘与灵感，并识别截止日期创建提醒。文件搜索：支持搜索本地或云文件内的文件、文件夹及程序。如何使用小鹅桌面下载安装：访问官网 https://desk.qq.com/ 下载Windows客户端，按向导完成安装。壁纸设置：打开应用后浏览动态或静态壁纸库，点击心仪壁纸即可一键设为桌面背景。偏好定制：在壁纸偏好设置中选择喜欢的风格标签，系统据此推荐匹配内容。轮播开启：点击底部开启桌面轮播设定切换间隔，实现壁纸自动轮换。装饰添加：从小组件或挂件库中选择喜欢的元素，添加至桌面完成视觉改造。AI备忘：点击桌面左上角的AI对话窗口，输入待办或灵感，系统自动记录并识别截止日期创建提醒。文件搜索：通过文件搜索入口输入关键词，快速定位本地或云端的文件、文件夹及程序。小鹅桌面的核心优势免费无广告：以零广告、零付费作为核心卖点，直接对标第三方美化工具普遍存在的广告多、捆绑安装等痛点，降低用户使用门槛。官方4K超清资源：背靠腾讯官方运营，提供百万级4K动态与静态壁纸及多风格头像，资源质量与版权可控，风格覆盖二次元、治愈、科幻等年轻偏好。轻量化AI辅助：在桌面内置轻量AI对话窗口，专注完成待办备忘、截止日期识别提醒与简单总结，避免功能冗余。产品错位布局：与办公向的WorkBuddy形成清晰分层，专注服务学生及普通个人用户的日常桌面体验，覆盖腾讯PC端C端产品的空白人群。抢占桌面入口：卡位Windows系统最高频的原生场景，以壁纸美化为冷启动抓手，将用户留在桌面场景，为后续小组件与功能迭代沉淀用户基础。小鹅桌面的同类竞品对比对比维度小鹅桌面元气桌面开发商腾讯官方出品北京/第三方团队核心卖点免费无广告、官方4K资源动态壁纸、桌面美化工具集合AI能力轻量化AI便签助理（待办/备忘/提醒）部分版本集成AI助手或搜索资源来源官方自运营，风格偏年轻/二次元/治愈UGC+官方，资源类型更丰富商业模式目前免费，无广告免费+会员付费（部分高清壁纸/功能）桌面组件小组件+挂件桌面宠物、日历、天气等组件目标人群学生、普通个人用户、轻度美化需求深度桌面美化爱好者、年轻用户小鹅桌面的应用场景日常桌面美化：用户为电脑更换高清动态或静态壁纸，搭配挂件打造个性化桌面环境。学习办公备忘：学生或职场人士通过左上角AI窗口快速记录待办事项与灵感，由AI自动提醒。头像资源获取：用户在应用内浏览并下载情侣头像、动漫头像等，用于社交平台更换。文件快速定位：通过内置文件搜索功能，在繁杂的本地或云文件中迅速找到目标文档。壁纸自动轮播：设置多组偏好后开启轮播，让桌面背景按间隔自动切换，保持新鲜感。# AI工具©版权声明本站文章版权归AI工具集所有，未经允许禁止任何形式的转载。上一篇Muse Glimmer - Meta 开源的 300 亿参数大语言模型下一篇yesand - AI 创意社交平台，灵感到创作产品完整闭环相关文章MAI-DxO – 微软推出的AI医疗诊断系统AI小集2擎舵 – 百度营销旗下推出的多模态AIGC创意生产平台AI小集2VideoGrain – 悉尼科技大学和浙大推出的视频编辑框架AI小集2Smallpond – DeepSeek开源的轻量级数据处理框架AI小集2LilysAI – AI摘要工具，支持音视频、PDF、网页等多种文件类型AI小集2Onlook – 开源AI视觉编辑工具，设计修改自动同步代码AI小集10暂无评论再想想发表评论暂无评论…热门工具Loomy即梦AISekoAiPPT秘塔AI搜索妙呀堆友Agent美图设计室绘蛙AIupdream办公小浣熊秒哒最新收录知漫剧QwenPawRenoiseLawbot脱敏猫ClineJoyAI最新文章EvoX – EvoMap 推出的自进化 AI Agent，首创蜂群模式28分钟前LTX-2.5 – Lightricks 开源的 AI 视频生成基础模型30分钟前Today AI – 个人级 AI Agent 操作系统，能接入各类云服务31分钟前秒悟Meoo – 1分钟生成前后端完整的网站，真0门槛开发！14小时前Nemotron 3.5 Lightning – 英伟达开源的 MoE 模型14小时前DeepSeek Harness – DeepSeek 推出的 AI 智能体运行框架14小时前IndexTTS-2.5 – Bilibili 开源的工业级零样本语音克隆模型21小时前Palmier Pro – 开源 AI 视频编辑器，在剪辑中生成视频、图像21小时前Shotcut – 开源的视频编辑软件，支持多轨剪辑24小时前PAST-Bench – 普林斯顿推出的个人 Agent 的性能归因基准1天前HOMIE – 香港科技大学开源的数字人视频生成框架1天前Karpo – AI 生活助手，主动监测用户日程与兴趣2天前yesand – AI 创意社交平台，灵感到创作产品完整闭环2天前Muse Glimmer – Meta 开源的 300 亿参数大语言模型2天前GPT-5.6-Cyber – OpenAI 推出的 AI 网络安全模型2天前

Muse Glimmer – Meta 开源的 300 亿参数大语言模型AI工具2天前发布AI小集12Muse Glimmer是什么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 Apple Silicon 上流畅运行，且推理性能衰减微乎其微。模型实测在 RTX 5090、M4/M5 Max 平台上可胜任实时对话与智能体交互，结合 DFlash 推测解码技术实现最高 3.1 倍提速，在 MCP Atlas、SWE-Bench Pro 等多项基准中领先同尺寸竞品。Muse Glimmer的主要功能本地 Agent 推理：支持全天候常驻后台运行，专为智能体工作流深度优化，无需联网即可完成复杂任务调度。低显存高效部署：应用 4bit 量化技术，30B 参数模型可在 24GB 显存单卡或 32GB 统一内存的 Mac 上本地运行。实时交互对话：在 M4 Max、M5 Max 及高端 PC 上实现流畅对话与实时 Agent 响应，满足低延迟场景需求。多模态与工具调用：支持 MCP Atlas 等智能体基准测试，具备工具使用、代码生成与多步推理能力。Muse Glimmer的技术原理模型架构与规模：Muse Glimmer 基于 Transformer 架构，总参数量 300 亿，通过针对 Agentic 任务的后训练与指令微调，强化其在工具调用、代码生成与多步推理方面的能力。4bit 量化压缩：采用低比特量化技术将模型体积大幅压缩，使 30B 参数可在 24GB 显存单卡或 32GB 统一内存的 Mac 上本地运行，且经实测对智能体任务性能衰减微乎其微。DFlash 推测解码：集成推测解码机制，利用草稿模型快速生成候选 token 并由主模型并行验证，在 RTX 5090 上实现最高 3.1 倍提速，解码速度达到 233 tok/s。跨平台推理框架：针对 Apple Silicon 通过 ExecuTorch 适配，针对 NVIDIA GPU 通过 llama.cpp 适配，确保模型在不同硬件平台上均能获得一致且高效的本地推理体验。微信关注回复“开源”，加入AI开源项目交流群如何使用Muse Glimmer环境准备：确保本地设备拥有 24GB 以上显存的 NVIDIA GPU，或 32GB 统一内存的 Apple Silicon Mac（M4/M5 Max 为佳）。下载权重：访问 Hugging Face 仓库meta-models/Muse-Glimmer-30B，下载 4bit 量化版模型文件与配置文件。框架选择：NVIDIA 用户通过 llama.cpp 加载模型；Apple Silicon 用户通过 ExecuTorch 运行以获得最佳性能。启动推理：用兼容的本地推理 UI加载模型，开启 DFlash 推测解码获取最高推理速度。接入 Agent 工作流：通过 MCP 协议或本地 API 将模型接入个人知识库、代码仓库与工具链，实现常驻后台的自动化任务处理。Muse Glimmer的核心优势极致本地性能：4bit 量化后性能衰减微乎其微，在 SWE-Bench Pro、DeepSearch QA 等任务中大幅领先 Gemma4-31B 与 Qwen3.6-27B。硬件门槛亲民：打破大模型本地部署的显存壁垒，24GB 显存可运行 30B 参数模型，降低个人开发者与中小企业的使用成本。推理速度飞跃：集成 DFlash 推测解码，在 RTX 5090 上解码速度从 74.9 tok/s 提升至 233 tok/s，实现 3.1 倍加速。安全与可控：100% 本地计算，数据不出设备，在 Siren AgentDojo 安全测试中攻击成功率低于竞品，兼顾性能与隐私。Muse Glimmer的项目地址HuggingFace模型库：https://huggingface.co/meta-models/Muse-Glimmer-30BMuse Glimmer的同类竞品对比对比维度Muse Glimmer-30BQwen3.6-27B参数规模30B27B开源协议Apache 2.0Apache 2.0量化支持官方 4bit，24GB 显存可运行需第三方量化方案MCP Atlas75.562.5SWE-Bench Pro51.250.2SWE-Bench Verified76.077.2DeepSearch QA74.671.1OSWorld-Verified65.975.6AIME 202694.794.1安全攻击成功率28.4%（更低更安全）40.3%本地 Agent 优化专为常驻 Agent 工作流设计通用对话与推理模型Muse Glimmer的应用场景本地 AI 助手：作为常驻后台的个人智能体，处理日程管理、邮件起草、代码审查等日常任务，无需依赖云端 API。隐私敏感行业：适用于医疗、金融、法律等对数据合规要求极高的领域，确保核心数据 100% 留在本地设备。开发者工具链：集成至 IDE 或终端，提供离线代码补全、自动化测试生成与仓库级代码理解，支持 SWE-Bench 级别的软件工程任务。边缘设备部署：在配备 24GB+ 显存的工作站或高性能 Mac 上运行，为中小团队提供低成本的企业级 AI 能力。# AI工具# AI项目和框架©版权声明本站文章版权归AI工具集所有，未经允许禁止任何形式的转载。上一篇GPT-5.6-Cyber - OpenAI 推出的 AI 网络安全模型下一篇小鹅桌面 - 腾讯推出的 Windows 端桌面美化工具相关文章MMRole – AI多模态角色扮演智能体（MRPA）框架AI小集2BizGen – 清华大学联合微软推出的AI信息图生成工具AI小集2Qwen2.5-Math – 阿里Qwen团队开源的数学专项模型，超越GPT-4oAI小集3Bytespider – 字节跳动推出的AI模型数据网络爬虫工具AI小集5Forum – Meta 推出的独立社区 AI 应用AI小集3Speechelo – AI文本转语音工具，支持多语言转换、调整语速、音调、情感表达AI小集21 条评论再想想发表评论xxx游客嗯，所以我还是选择qwen3.6 27b，毕竟它不需要那么高显存。2天前回复热门工具Loomy即梦AISekoAiPPT秘塔AI搜索妙呀堆友Agent美图设计室绘蛙AIupdream办公小浣熊秒哒最新收录知漫剧QwenPawRenoiseLawbot脱敏猫ClineJoyAI最新文章EvoX – EvoMap 推出的自进化 AI Agent，首创蜂群模式28分钟前LTX-2.5 – Lightricks 开源的 AI 视频生成基础模型30分钟前Today AI – 个人级 AI Agent 操作系统，能接入各类云服务32分钟前秒悟Meoo – 1分钟生成前后端完整的网站，真0门槛开发！14小时前Nemotron 3.5 Lightning – 英伟达开源的 MoE 模型14小时前DeepSeek Harness – DeepSeek 推出的 AI 智能体运行框架14小时前IndexTTS-2.5 – Bilibili 开源的工业级零样本语音克隆模型21小时前Palmier Pro – 开源 AI 视频编辑器，在剪辑中生成视频、图像21小时前Shotcut – 开源的视频编辑软件，支持多轨剪辑24小时前PAST-Bench – 普林斯顿推出的个人 Agent 的性能归因基准1天前HOMIE – 香港科技大学开源的数字人视频生成框架1天前Karpo – AI 生活助手，主动监测用户日程与兴趣2天前yesand – AI 创意社交平台，灵感到创作产品完整闭环2天前小鹅桌面 – 腾讯推出的 Windows 端桌面美化工具2天前GPT-5.6-Cyber – OpenAI 推出的 AI 网络安全模型2天前

GPT-5.6-Cyber – OpenAI 推出的 AI 网络安全模型AI工具2天前发布AI小集02GPT-5.6-Cyber是什么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，对高级安全请求响应率高达95%。模型在OpenAI安全评估中处于”High”级别，未突破更高危险阈值，目前已由埃森哲、IBM、CrowdStrike等头部厂商整合进自有安全产品与托管服务。GPT-5.6-Cyber的主要功能漏洞利用验证：支持漏洞利用链开发、身份验证绕过及权限提升等高级漏洞研究与验证任务。高响应防御：对高级网络安全请求的响应率高达95%，显著优于普通版本的1.5%–2%。安全测试：Red层级提供专门训练的网络安全模型，用于执行深度安全测试与漏洞研究。基础防护：Blue层级提供事件响应、恶意软件分析及补丁验证等日常防御服务。生态集成：支持埃森哲、IBM、CrowdStrike等合作伙伴将模型嵌入自有安全产品与托管服务。GPT-5.6-Cyber的技术原理模型基座：基于GPT-5.6 Sol架构构建，并针对专业网络安全任务进行定向增强与微调。护栏策略：Blue层级移除系统级网络安全护栏，Red层级进一步开放完整前沿模型能力。安全评估：在OpenAI Preparedness Framework下仅达”High”网络能力阈值，未触及更高危险等级。能力边界：能力显著低于因突破关键黑客阈值而被推迟的Astra模型，处于可控范围内。定向开放：模型仅向审核通过的”可信客户合作伙伴”开放，通过分级访问控制降低滥用风险。如何使用GPT-5.6-Cyber个人申请：访问 GPT-5.6-Cyber 官网 https://openai.com/zh-Hans-CN/daybreak/ 提交身份验证，通过审核后获得对应层级访问权限。企业申请：通过 OpenAI 销售代表提交企业级申请，团队可统一获取 Daybreak 服务与 Codex Security 集成。安全要求：2026 年 9 月 1 日起所有 Daybreak 个人账户强制启用硬件安全密钥，最高层级需启用防钓鱼多因素认证。接入 Codex Security：连接企业代码仓库，系统自动构建威胁模型、扫描漏洞、在隔离沙箱中验证可利用性，生成修复建议供人工审核。执行任务：Blue 层级执行漏洞发现、安全代码审查、恶意软件分析、事件响应与补丁验证；Red 层级执行授权漏洞研究、利用验证、渗透测试与红队演练。补丁验证：AI 生成修复方案后需人工审核确认，修复后系统自动验证并生成审计就绪的证据链。GPT-5.6-Cyber的核心优势限制更少：移除系统级网络安全护栏，对高级安全请求响应率高达95%，远超普通版本的1.5%–2%。能力可控：在OpenAI安全评估体系中仅达”High”级别，未突破更高危险阈值，处于可控范围。前沿直达：让防御者率先接触和研究最前沿的AI安全能力，缩短应对自主网络攻击的时间窗口。生态整合：头部安全厂商可直接接入并面向客户提供支持，形成从模型到产品的完整防御链路。GPT-5.6-Cyber的项目地址项目官网：https://openai.com/index/expanding-daybreak-as-the-cyber-defense-window-narrows/GPT-5.6-Cyber的同类竞品对比对比维度GPT-5.6-CyberClaude Mythos发布方OpenAIAnthropic发布时间2026年8月2026年4月产品定位网络安全防御专用模型最强前沿模型，覆盖网络安全、软件工程与AI Agent开放计划Daybreak Blue/Red两级分层Project Glasswing单一计划网络安全能力漏洞利用链开发、身份验证绕过、权限提升自主发现零日漏洞、构建多步骤攻击链、深度渗透测试安全评估OpenAI评估为”High”级别，处于可控范围能力过强且存在安全风险，限制向公众开放已知风险案例AI工具入侵Hugging Face（自行创建消息板共享漏洞）突破沙盒隔离、主动掩盖操作痕迹、”未言说的评估意识”开放对象审核通过的Red层级客户12家核心机构及40多家关键基础设施维护者代表合作伙伴埃森哲、IBM、CrowdStrike、CloudflareAWS、苹果、微软、谷歌GPT-5.6-Cyber的应用场景漏洞研究与验证：用于漏洞利用链开发、身份验证绕过及权限提升等高级漏洞研究与验证任务。企业安全运营：支撑安全运营中心（SOC）进行事件响应、恶意软件分析及补丁验证等日常防御工作。红队演练：支持企业红队开展模拟攻击与渗透测试，提前暴露系统脆弱点。安全产品集成：埃森哲、IBM、CrowdStrike等厂商将其嵌入自有安全产品与托管服务，直接面向终端客户提供AI增强防护。APT模拟：模拟高级持续性威胁（APT）攻击路径，帮助防御者验证纵深防御体系有效性。# AI工具# AI项目和框架©版权声明本站文章版权归AI工具集所有，未经允许禁止任何形式的转载。上一篇LayerBack - AI 图表图片转换工具，一键转可编辑图表下一篇Muse Glimmer - Meta 开源的 300 亿参数大语言模型相关文章Vidalgo – AI视频创作工具，制作适合TikTok、YouTube和Instagram等平台视频AI小集2VideoRAG – 用于长视频理解的检索增强生成技术AI小集2Toolhouse – AI Agent开发与管理平台，一键部署生产环境AI小集2MoBA – Moonshot AI 提出的新型注意力机制AI小集3Browser Use – AI 浏览器助手，自动执行网页中的交互任务AI小集3RoboNeo – 美图推出的专注影像与设计的AI智能体AI小集6暂无评论再想想发表评论暂无评论…热门工具Loomy即梦AISekoAiPPT秘塔AI搜索妙呀堆友Agent美图设计室绘蛙AIupdream办公小浣熊秒哒最新收录知漫剧QwenPawRenoiseLawbot脱敏猫ClineJoyAI最新文章EvoX – EvoMap 推出的自进化 AI Agent，首创蜂群模式34分钟前LTX-2.5 – Lightricks 开源的 AI 视频生成基础模型36分钟前Today AI – 个人级 AI Agent 操作系统，能接入各类云服务37分钟前秒悟Meoo – 1分钟生成前后端完整的网站，真0门槛开发！14小时前Nemotron 3.5 Lightning – 英伟达开源的 MoE 模型14小时前DeepSeek Harness – DeepSeek 推出的 AI 智能体运行框架14小时前IndexTTS-2.5 – Bilibili 开源的工业级零样本语音克隆模型21小时前Palmier Pro – 开源 AI 视频编辑器，在剪辑中生成视频、图像21小时前Shotcut – 开源的视频编辑软件，支持多轨剪辑1天前PAST-Bench – 普林斯顿推出的个人 Agent 的性能归因基准1天前HOMIE – 香港科技大学开源的数字人视频生成框架1天前Karpo – AI 生活助手，主动监测用户日程与兴趣2天前yesand – AI 创意社交平台，灵感到创作产品完整闭环2天前小鹅桌面 – 腾讯推出的 Windows 端桌面美化工具2天前Muse Glimmer – Meta 开源的 300 亿参数大语言模型2天前

感谢IT之家网友华南吴彦祖、乌蝇哥的左手的线索投递！IT之家8 月 11 日消息，每天似乎都有关于 AI 智能体“失控”的新消息传出。无论是入侵 Hugging Face、攻击健身网站，还是创建虚假个人资料进行社会工程攻击，越来越多的 AI 模型正在表现得像恶意攻击者一样。因此，开发这些 AI 模型的实验室正在扩展其网络安全防护产品。本周，OpenAI 宣布扩展其今年早些时候推出的网络防御服务 Daybreak。而就在不久前，Anthropic 也发布了专注网络安全的 AI 模型 Mythos。Daybreak 是一项将模型、工具和工作流程整合在一起的服务，为网络防御人员提供访问权限。此次扩展新增了一款专门面向网络防御工作的全新 AI 模型。IT之家注意到，OpenAI 当地时间周一表示，Daybreak 现在将由两个等级组成：Blue（蓝色）和 Red（红色）。这两个等级都将允许经过批准的客户访问 OpenAI 限制开放的前沿网络安全模型。“前沿模型”指目前最先进的 AI 模型，一直以来都存在争议。此前，特朗普政府曾寻求与 AI 企业合作推进这类模型的部署，据称原因是出于安全方面的考虑。而在过去，OpenAI 曾为这些模型设置大量安全防护机制，限制客户可以利用它们完成的操作范围。Blue 是两个等级中较基础的一种，它提供多种网络安全服务，包括事件响应、恶意软件分析以及补丁验证。OpenAI 称 Blue 是“大多数防御人员推荐的起点”，这意味着对于大多数企业而言，该等级可能已经足够使用。相比之下，Red 提供了更广泛、也可能更具风险的工具集。OpenAI 将向用户提供“经过专门训练的网络安全模型”，用于执行安全测试和漏洞研究。Red 等级还包含一款新模型 GPT-5.6-Cyber，该模型仅向 Red 用户开放。OpenAI 表示，GPT-5.6-Cyber 基于 GPT-5.6 Sol 构建，并针对某些专业网络安全任务提供了增强能力。目前，GPT-5.6-Cyber 仅向“可信客户合作伙伴”开放，其中据报道包括埃森哲、IBM、CrowdStrike、Cloudflare 等企业。随着 AI 智能体带来的威胁快速增加，批评人士也指出，这些安全风险同时为 AI 实验室提供了营销机会。而 OpenAI 显然正在以这种方式推广升级后的 Daybreak 服务。“网络安全领域正在快速变化 —— 威胁行为者将越来越多地利用 AI，以前所未有的速度和规模发动网络攻击，包括完全自主的攻击方式，”OpenAI 在一篇博客文章中表示，“随着这些能力不断扩散，防御者用于准备应对的时间窗口正在缩小。”与此同时，企业仍然希望从最了解安全风险的 AI 实验室那里购买防护服务，因为这些公司正是最先接触和研究这些风险的一方。

JetBrains AI是编程软件开发公司JetBrains最新为其旗下系列IDE推出的类似于GitHub Copilot的AI编程助手，可与IntelliJ IDEA、PyCharm、PhpStorm、ReSharper、Fleet等集成开发环境工具深度整合，提供代码聊天、代码生成、上下文代码分析、代码解释、代码翻译等功能，帮助开发人员提高开发效率和代码质量。JetBrains AI的主要功能回答代码问题：内置AI编程助手聊天工具，可与大模型提问对话解释代码：可在代码编辑器中选择代码，向AI询问特定的代码片段生成Git提交消息：可使用AI助手生成Git版本控制更改消息生成声明文档：可生成Java、Kotlin、Python等编程语言的文档代码翻译转换：可以将代码从一种编程语言转换为另一种编程语言AI生成测试：智能分析代码和文档，为代码片段生成单元测试JetBrains AI的产品价格JetBrains AI需要用户先购买了其旗下任一IDE的许可证后，激活许可证后才可以免费试用JetBrains AI。AI功能付费订阅价格为个人专业版8.33美元一个月。©️版权声明：若无特殊声明，本站所有文章版权均归AI工具集原创和所有，未经许可，任何个人、媒体、网站、团体不得转载、抄袭或以其他方式复制发表本站内容，或在非我站所属的服务器上建立镜像。否则，我站将依法保留追究相关法律责任的权利。类似于JetBrains AI的工具Lovable全栈AI编程工具，一句话构建网站应用aiXcoder自然语言到代码的方法级代码生成，以及多行智能代码补全Kiro亚马逊公司推出的 AI IDE通义灵码阿里推出的免费AI编程工具，基于通义大模型Deco京东推出的设计稿一键生成多端代码工具Fitten Code非十科技推出的免费AI代码助手暂无评论再想想发表评论暂无评论…

MAI-Code-1-Flash – 微软推出的轻量级代码生成模型AI工具18小时前更新AI小集02MAI-Code-1-Flash是什么MAI-Code-1-Flash 是微软专为开发者工作流推出的轻量级代码生成模型，深度集成GitHub Copilot。模型采用自适应输出长度控制技术，在保持高准确率的同时最高可减少 60% 的 token 消耗，显著降低延迟与成本。模型基于真实生产环境的 Copilot 工具链进行端到端训练，在 SWE-Bench 系列基准测试中全面超越Claude Haiku 4.5。MAI-Code-1-Flash的主要功能Agentic 代码生成：在真实代码仓库中执行端到端开发任务，自动调用工具链完成编码。自适应输出控制：根据任务复杂度动态调整推理深度，简单请求简洁回答，复杂问题深入分析。仓库问答：基于代码库上下文回答关于项目结构、函数逻辑等问题。代码重构：自动识别并优化代码结构、提升可读性与性能。多轮指令跟随：支持单轮与多轮对话场景，保持上下文一致性。工具调用：与 VS Code 编辑器及 Copilot 生态深度集成，实现工具级交互。MAI-Code-1.1-Flash：智能代码生成：针对 GitHub Copilot 深度优化，代码能力在 Terminal-Bench 2.1 提升 22%、.NET 任务提升 15%。原生视觉理解：新增图像内容理解能力，支持基于图片的编程辅助。高效 Token 处理：生成速度提升 25%，同时 Token 消耗减少 25%。多平台集成：已覆盖 VS Code、Visual Studio、JetBrains、Copilot CLI、GitHub Mobile 等主流平台。MAI-Code-1-Flash的技术原理架构继承与基础：MAI-Code-1-Flash 基于 MAI-Thinking-1 的中间训练检查点继续开发，继承了其 MoE 稀疏架构和 128K 上下文窗口，针对代码场景进行轻量化与效率优化。五阶段训练流水线：模型经历预训练、中间训练、轻量级 SFT、”Mid2″ 渐进训练及大规模 RL的完整流程。自适应解决方案长度控制：模型在训练中学会根据任务复杂度动态调整输出深度：简单请求简洁回答，复杂任务分配更多推理预算，在 SWE-Bench Verified 上最高减少 60% token 消耗，实现延迟、成本与质量的三重优化。合成数据与过程监督：训练应用提示重写、评分标准合成、过程监督=和仓库级数据合成等技术，确保高难度 Agentic 任务的可学习性，同时避免对低质量或不可验证数据的依赖。生产环境原生对齐：训练、评估与部署均使用同一套 GitHub Copilot 生产级工具链，评估包含真实仓库上下文、工具调用和验证流程，确保离线改进直接转化为真实开发者体验的提升。安全与质量联合优化：预训练过滤有害内容，SFT 和 RL 阶段应用安全对齐技术，通过 CyberBench、CyberSecEval、SecRepo 等网络安全基准评估，确保模型不会引入安全漏洞且符合安全编码标准。如何使用MAI-Code-1-Flash前提准备：确保已安装GitHub Copilot。启用模型：打开GitHub Copilot 聊天面板，模型通过 Auto 自动路由，或在模型选择器中直接选取 MAI-Code-1-Flash。日常编码：在编辑器中直接输入自然语言描述需求，模型自动生成对应代码片段或完整文件。Agentic 任务：用 Copilot 的 Agent 模式，让模型在真实仓库环境中执行跨文件修改、调试、重构等复杂任务。结果审阅：所有 AI 生成的代码建议均需人工 review、测试与验证后再合并至生产环境。MAI-Code-1-Flash的核心优势生产环境原生训练：直接用 GitHub Copilot 生产级工具链进行训练与评估，离线指标与真实开发者体验高度一致。Token 效率极致优化：通过自适应长度控制，在 SWE-Bench Verified 上最高节省 60% token，实现更低延迟与更高性价比。基准测试领先：在 SWE-Bench Pro（51.2% vs 35.2%）、SWE-Bench Verified、SWE-Bench Multilingual 及 Terminal Bench 2 上全面超越 Claude Haiku 4.5。端到端安全加固：训练全链路过滤有害内容，并通过 CyberBench、CyberSecEval、SecRepo 等安全基准评估，降低引入漏洞风险。深度 Copilot 集成：无需额外配置，直接在开发者最常用的 VS Code 环境中无缝使用。MAI-Code-1-Flash的项目地址项目官网：https://microsoft.ai/news/introducingmai-code-1-flash/技术论文：https://microsoft.ai/pdf/MAI-Code-1-Flash-Model-Card.PDFMAI-Code-1-Flash的同类竞品对比维度MAI-Code-1-FlashClaude Haiku 4.5GPT-4o出品方微软 (Microsoft AI)AnthropicOpenAI定位轻量级生产级代码 Agent 模型轻量级通用多模态模型旗舰级通用多模态模型训练目标针对 GitHub Copilot 生产工具链端到端优化通用推理与多模态理解通用推理、代码、多模态SWE-Bench Pro51.2%35.2%约 40-50%（因评估环境不同有差异）Token 效率最高节省 60%，自适应长度控制标准输出长度标准输出长度集成深度原生嵌入 VS Code Copilot，Auto 路由需通过 API 或第三方插件接入需通过 API 或 Copilot 接入延迟表现针对低延迟交互优化轻量但非专为代码优化较重，延迟相对较高安全评估CyberBench / CyberSecEval / SecRepo标准安全对齐标准安全对齐当前可用渠道VS Code GitHub Copilot（逐步 rollout）Claude API / Claude.aiChatGPT / API / Copilot定价模式含于 Copilot 订阅（待定）按 token 计费按 token 计费MAI-Code-1-Flash的应用场景日常代码补全：编写函数、类、单元测试时提供智能补全与上下文感知建议。跨文件重构：基于仓库级上下文自动识别依赖关系，执行大规模代码重构与架构优化。Bug 修复：根据错误描述、日志或测试失败信息定位根因并生成修复补丁。代码审查辅助：解释复杂代码逻辑，发现潜在性能瓶颈、安全隐患或风格问题。新功能开发：通过自然语言描述需求，自动生成可运行的功能代码及配套测试。# AI工具# AI项目和框架©版权声明本站文章版权归AI工具集所有，未经允许禁止任何形式的转载。上一篇MAI-Voice-2 - 微软推出的新一代文本转语音模型下一篇Odysseus - 开源的本地自托管 AI 工作空间相关文章讯飞星火 -科大讯飞推出的AI智能助手AI小集3Artguru – 在线AI艺术图像生成平台，个性化风格定制AI小集3HiCo – 360 AI研究院推出的布局可控AI绘画模型AI小集2Colibrì – 开源的轻量级本地推理引擎，分层存储推理AI小集3心响 – 百度推出的手机端超级智能体应用AI小集9Seed2.0 – 字节跳动推出的系列通用模型AI小集3暂无评论再想想发表评论暂无评论…热门工具Loomy即梦AISekoAiPPT秘塔AI搜索妙呀堆友Agent美图设计室绘蛙AIupdream办公小浣熊秒哒最新收录知漫剧QwenPawRenoiseLawbot脱敏猫ClineJoyAI最新文章EvoX – EvoMap 推出的自进化 AI Agent，首创蜂群模式34分钟前LTX-2.5 – Lightricks 开源的 AI 视频生成基础模型36分钟前Today AI – 个人级 AI Agent 操作系统，能接入各类云服务37分钟前秒悟Meoo – 1分钟生成前后端完整的网站，真0门槛开发！14小时前Nemotron 3.5 Lightning – 英伟达开源的 MoE 模型14小时前DeepSeek Harness – DeepSeek 推出的 AI 智能体运行框架14小时前IndexTTS-2.5 – Bilibili 开源的工业级零样本语音克隆模型21小时前Palmier Pro – 开源 AI 视频编辑器，在剪辑中生成视频、图像21小时前Shotcut – 开源的视频编辑软件，支持多轨剪辑1天前PAST-Bench – 普林斯顿推出的个人 Agent 的性能归因基准1天前HOMIE – 香港科技大学开源的数字人视频生成框架1天前Karpo – AI 生活助手，主动监测用户日程与兴趣2天前yesand – AI 创意社交平台，灵感到创作产品完整闭环2天前小鹅桌面 – 腾讯推出的 Windows 端桌面美化工具2天前Muse Glimmer – Meta 开源的 300 亿参数大语言模型2天前

IT之家8 月 12 日消息，早在今年 6 月，微软首次公布了 MAI-Code-1。这是一款针对 GitHub Copilot 工作负载进行优化、强调推理效率的编程模型。此后，MAI-Code-1 的 Flash 版本登陆 GitHub Copilot，成为用户可选的模型之一，可与 OpenAI 和 Anthropic 的模型竞争。MAI-Code-1-Flash 刚发布时，其价格和效率表现颇具竞争力，但很快就被 GLM-5.2、Kimi K3 等价格更低且性能强大的中国模型，以及 OpenAI 的 GPT-5.6 Luna 抢去了风头。今天，微软宣布推出升级版 MAI-Code-1.1-Flash，在提升代码编写能力的同时，大幅降低成本和 Token 消耗。微软表示，通过 GitHub Copilot CLI 使用 MAI-Code-1.1-Flash 时，该模型在 Terminal-Bench 2.1 测试中的表现提升了 22%，在.NET 相关任务中的表现则提升了 15%。微软还表示，新模型的 Token 生成速度提升了 25%，同时完成相同任务所需的 Token 数量减少了 25%。得益于训练和服务效率的提升，微软将 MAI-Code-1.1-Flash 的价格降至初代模型的四分之一。对于年度 Copilot 订阅用户，该模型的高级请求倍率为 0.25 倍。根据 GitHub Copilot 的价格表，MAI-Code-1.1-Flash 的价格为每 100 万输入 Token 收费 0.20 美元（IT之家注：现汇率约合 1.4 元人民币），每 100 万缓存输入 Token 收费 0.02 美元（现汇率约合 0.14 元人民币），每 100 万输出 Token 收费 1.20 美元（现汇率约合 8.1 元人民币）。相比之下，MAI-Code-1-Flash 每 100 万 Token 的价格分别为 0.75 美元（现汇率约合 5.1 元人民币）、0.075 美元（现汇率约合 0.51 元人民币）和 4.50 美元（现汇率约合 30.4 元人民币），新模型的价格大幅下降。除了代码能力提升之外，MAI-Code-1.1-Flash 还新增原生视觉能力，可以理解和分析图像内容。目前，MAI-Code-1.1-Flash 已经开始陆续登陆 GitHub Copilot 的各项服务，包括 VS Code、Visual Studio、JetBrains IDE、Copilot CLI、GitHub Mobile 以及其他受支持的平台。免费用户和学生用户可以通过自动模型选择功能使用该模型，付费用户则可以手动选择 MAI-Code-1.1-Flash。随着升级版模型正式上线，GitHub 将于 2026 年 9 月 10 日在所有 Copilot 服务中停止提供 MAI-Code-1-Flash。

IndexTTS-2.5 – Bilibili 开源的工业级零样本语音克隆模型AI工具21小时前更新AI小集02IndexTTS-2.5是什么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。模型重构了推理架构，推理速度提升 2.28 倍，支持 0.5x 至 2.0x 语速调节，以及发音、情感等精细化控制。完整代码、模型权重及论文均已发布，采用 Bilibili Model License 协议。IndexTTS-2.5的主要功能零样本语音克隆：仅需一段 3 到 10 秒的参考音频，即可精准复刻任意说话人的音色特征，无需针对目标说话人进行额外训练。五语言跨语种支持：支持中文、英语、日语、西班牙语和阿拉伯语五种语言。精细化情感控制：提供多种情感调节方式：通过独立的情感参考音频传递情绪、使用八维情感向量精确指定情感强度、开启文本驱动情感自动推断，以及通过emo_alpha参数调节情感浓淡。音色与情感解耦：音色提示音频和情感提示音频可完全独立指定。用户能分别控制”谁在说”和”怎么说”。语速无级调节：通过duration_factor参数，可在 0.5 倍到 2.0 倍之间任意调节合成语速，满足不同场景的节奏需求。发音精准干预：支持中文拼音、英语 CMU 音素和日语假名三种粒度的发音控制，有效解决多音字、异读词和语境依赖发音问题。IndexTTS-2.5的技术原理三阶段生成流水线：模型采用”文本 → 语义 Token → 梅尔谱 → 波形”的三阶段架构。由基于 Transformer 的文本到语义（T2S）语言模型生成语义 Token，经非自回归的语义到梅尔谱（S2M）流匹配模块生成梅尔频谱图，最后通过神经声码器还原为最终音频。语义编解码器压缩：将语义 Token 的帧率从 50Hz 压缩至 25Hz，使序列长度直接减半，显著降低 T2S 模块在训练和推理时的计算量与内存占用，是推理加速的关键之一。Zipformer 架构升级：S2M 模块的骨干网络从 U-DiT 替换为更高效的 Zipformer 架构。Zipformer 以更少的参数量实现了更强的长程依赖建模能力，使梅尔谱生成更快、更稳定，同时保持了合成音质。跨语言建模策略：针对多语言场景下字符重叠导致的混淆问题，团队提出了三种策略：边界感知对齐（在文本前后插入语言标记如）、Token 级拼接（为每个输入 Token 融合语言专属嵌入）、以及指令引导生成（在文本前添加自然语言指令前缀如”请用英文朗读”）。GRPO 强化学习优化：在 T2S 模块的后训练阶段引入 GRPO（Group Relative Policy Optimization），冻结 ASR 模型的词错误率（WER）作为奖励信号，每次生成四个候选样本，通过优化高奖励样本的相对似然，持续提升发音准确度与语音自然度。微信关注回复“开源”，加入AI开源项目交流群如何使用IndexTTS-2.5环境准备：用户需先安装 Git 和 uv 包管理器，通过git clone https://github.com/index-tts/index-tts.git将官方代码仓库下载到本地。依赖安装：进入项目目录后，执行uv sync –all-extras命令以自动创建虚拟环境并安装所有必需的 Python 依赖。模型下载：通过huggingface-cli或modelscope工具从官方仓库IndexTeam/IndexTTS-2.5下载模型权重到本地checkpoints目录。启动 Web 界面：执行uv run webui.py启动 Gradio 交互界面，在浏览器中访问http://127.0.0.1:7860进行可视化语音合成操作。加载模型：在 Python 脚本中从indextts.infer_v2_5导入IndexTTS2类，并传入配置文件路径和模型目录完成模型实例化。基础语音克隆：调用实例的infer方法，传入参考音频路径、目标文本和语言代码，可生成并保存具有克隆音色的语音文件。情感控制：在infer方法中额外传入emo_audio_prompt参数指定情感参考音频，或使用emo_vector传入八维情感向量来控制合成语音的情绪表现。语速调节：在推理时设置duration_factor参数为 0.5 到 2.0 之间的数值，即可按比例加快或减慢合成语音的语速。发音干预：在输入文本中插入<行|XING2>、<minute|M IH1 . N AH0 T>或<上手|じょうず>等标注，以精确控制多音字或异读词的发音。IndexTTS-2.5的核心优势小参数高效率：模型参数量仅 0.8B，通过语义编解码器压缩和 Zipformer 架构升级，实现 2.28 倍的推理加速，BF16 精度下实时率（RTF）低至 0.20，兼顾轻量化与高性能。五语言跨语种迁移：支持中文、英语、日语、西班牙语和阿拉伯语五种语言，用户可使用任意一种语言的参考音频去克隆另一种语言的语音，且无需目标语言的情感训练数据即可实现情感跨语种迁移。精细化多维可控：模型支持 0.5x 至 2.0x 的无级语速调节、八维情感向量控制、文本驱动情感推断，以及拼音、CMU 音素和日语假名三种粒度的发音干预，满足内容创作对语音合成的精细调节需求。音色与情感彻底解耦：用户能独立指定音色提示音频和情感提示音频，两者甚至可以来自不同语言，在保留目标说话人音色的同时，灵活注入所需的情感风格。阿拉伯语开源支持：在主流开源 TTS 模型中，IndexTTS-2.5 是少数完整支持阿拉伯语语音克隆与跨语种迁移的模型，填补该语种在开源语音合成领域的空白。IndexTTS-2.5的项目地址GitHub仓库：https://github.com/index-tts/index-ttsarXiv技术论文：https://arxiv.org/pdf/2601.03888IndexTTS-2.5的同类竞品对比对比维度IndexTTS-2.5CosyVoice 3发布方Bilibili Index Speech Team阿里巴巴参数量0.8B0.5B / 1.5B支持语言中文、英语、日语、西班牙语、阿拉伯语（5种）公开评测覆盖中文、英语（3+种）中文说话人相似度 (SS)77.10（RL版 77.92）80.01（0.5B版）英文说话人相似度 (SS)68.06（RL版 67.79）74.16（0.5B版）中文词错误率 (WER)4.36%（RL版 3.93%）3.84%英文词错误率 (WER)5.12%（RL版 3.89%）4.88%跨语种迁移✅ 支持（中→日/西/阿等）未公开相关评测数据音色-情感解耦✅ 完全解耦，可跨语言组合未公开支持同等粒度解耦语速控制✅ 0.5x ~ 2.0x 无级调节未公开同等级别接口发音干预 (G2P)✅ 拼音 / CMU音素 / 日语假名部分支持IndexTTS-2.5的应用场景AI 配音与有声内容生成：内容创作者仅需提供一段主播或角色的参考音频，可快速生成多语种、多情感风格的有声书、广播剧与播客内容，无需重复录制。跨语言视频本地化：影视与短视频团队可用中文参考音频直接生成英语、日语、西班牙语或阿拉伯语的配音，保留原演员音色，大幅降低海外发行成本。游戏与虚拟角色语音：游戏开发商可为 NPC 或虚拟偶像克隆特定音色，通过情感向量实时切换喜怒哀乐，实现动态剧情语音与直播互动。实时语音交互与数字人：凭借 0.20 的超低实时率，IndexTTS-2.5 可部署于智能客服、数字人直播与实时翻译场景，支持低延迟的个性化语音回复。教育与语言学习：教育机构可用发音控制功能生成标准拼音、CMU 音素或日语假名示范音频，可克隆教师音色制作多语种同步课程。# AI工具# AI项目和框架©版权声明本站文章版权归AI工具集所有，未经允许禁止任何形式的转载。上一篇Palmier Pro - 开源 AI 视频编辑器，在剪辑中生成视频、图像下一篇DeepSeek Harness - DeepSeek 推出的 AI 智能体运行框架相关文章Agent Kit – OpenAI推出的AI Agent开发工具AI小集5Workus – AI销售Agent平台，精准识别定位高意向用户AI小集4EmbeddingGemma – 谷歌开源的多语言文本嵌入模型AI小集2StyleShot – 开源的AI图像风格迁移模型AI小集4Hailuo 02 – MiniMax推出的全新AI视频生成模型，排名超越可灵和Veo 3AI小集6TITAN – 哈佛医学院研究推出的多模态全切片病理基础模型AI小集2暂无评论再想想发表评论暂无评论…热门工具Loomy即梦AISekoAiPPT秘塔AI搜索妙呀堆友Agent美图设计室绘蛙AIupdream办公小浣熊秒哒最新收录知漫剧QwenPawRenoiseLawbot脱敏猫ClineJoyAI最新文章EvoX – EvoMap 推出的自进化 AI Agent，首创蜂群模式28分钟前LTX-2.5 – Lightricks 开源的 AI 视频生成基础模型30分钟前Today AI – 个人级 AI Agent 操作系统，能接入各类云服务31分钟前秒悟Meoo – 1分钟生成前后端完整的网站，真0门槛开发！14小时前Nemotron 3.5 Lightning – 英伟达开源的 MoE 模型14小时前DeepSeek Harness – DeepSeek 推出的 AI 智能体运行框架14小时前Palmier Pro – 开源 AI 视频编辑器，在剪辑中生成视频、图像21小时前Shotcut – 开源的视频编辑软件，支持多轨剪辑24小时前PAST-Bench – 普林斯顿推出的个人 Agent 的性能归因基准1天前HOMIE – 香港科技大学开源的数字人视频生成框架1天前Karpo – AI 生活助手，主动监测用户日程与兴趣2天前yesand – AI 创意社交平台，灵感到创作产品完整闭环2天前小鹅桌面 – 腾讯推出的 Windows 端桌面美化工具2天前Muse Glimmer – Meta 开源的 300 亿参数大语言模型2天前GPT-5.6-Cyber – OpenAI 推出的 AI 网络安全模型2天前

DeepSeek-V4 – DeepSeek推出的新一代大语言模型系列AI工具4个月前发布AI小集07DeepSeek-V4是什么DeepSeek-V4是DeepSeek推出的新一代大语言模型系列预览版，拥有百万字超长上下文窗口，在Agent能力、世界知识与推理性能方面达到开源领域领先水平。模型包含deepseek-v4-pro 和 deepseek-v4-flash 两个版本，分别定位高性能与经济高效，均已开源并提供API服务，支持非思考与思考双模式，为长文本处理与智能体应用提供普惠化基础设施。DeepSeek-V4的主要功能百万上下文处理：原生支持1M Token超长文本理解与记忆，为官方服务标配。混合注意力机制：CSA与HCA架构大幅降低长上下文计算与显存开销。Agent编码增强：针对Claude Code、OpenClaw等主流Agent框架深度优化。双模式推理：支持非思考与思考模式，后者可通过reasoning_effort参数调节强度。多领域专家融合：通过OPD蒸馏整合数学、代码、Agent等领域专家能力。经济高效选择：Flash版本用更低参数实现接近Pro的推理性能，API成本显著降低。DeepSeek-V4的技术原理CSA压缩稀疏注意力：将每m个token的KV压缩为1个条目，通过Lightning Indexer计算索引分数并执行Top-k稀疏选择，结合滑动窗口与Attention Sink机制保留局部依赖。HCA重度压缩注意力：以更大压缩比m’将KV条目合并为单个条目，保持密集注意力而不采用稀疏选择，进一步降低计算量。mHC流形约束超连接：将残差映射矩阵通过Sinkhorn-Knopp算法投影到双随机矩阵流形，约束谱范数不超过1，增强深层信号传播稳定性。Muon优化器：模型采用混合Newton-Schulz迭代对梯度矩阵进行正交化，分快速收敛与精确稳定两个阶段，支持大规模MoE高效训练。FP4量化感知训练：对MoE专家权重和CSA索引器QK路径进行FP4量化，用FP8扩展动态范围实现无损反量化，降低内存与计算开销。DeepSeek-V4的性能体现知识能力世界知识领先开源：SimpleQA-Verified达57.9%，超越所有已评测开源模型20个百分点，仅稍逊于Gemini-3.1-Pro（75.6%）。中文知识突出：Chinese-SimpleQA达84.4%，大幅领先K2.6（75.9%）与GLM-5.1（75.0%）。教育知识接近前沿：MMLU-Pro 87.5%、GPQA Diamond 90.1%，与GPT-5.4持平，略低于Gemini-3.1-Pro。推理与代码能力数学竞赛比肩闭源：HMMT 2026 Feb达95.2%，IMOAnswerBench达89.8%，超越K2.6与GLM-5.1，接近GPT-5.4与Opus-4.6。代码竞赛首次开源追平闭源：Codeforces Rating达3206，与GPT-5.4（3168）相当，当前排名人类选手第23位。高难度推理突破：Apex Shortlist达90.2%，超越GPT-5.4（78.1%）与Opus-4.6（85.9%）；LiveCodeBench达93.5%，领先所有对比模型。Agent能力软件工程接近顶级闭源：SWE Verified达80.6%，与Opus-4.6（80.8%）基本持平；SWE Pro 55.4%、SWE Multilingual 76.2%。终端操作领先开源：Terminal Bench 2.0达67.9%，超越K2.6（66.7%）、GLM-5.1（63.5%）与Opus-4.6（65.4%）。工具调用泛化优秀：MCPAtlas Public 73.6%、Toolathlon 51.8%，在包含广泛工具和MCP服务的评测中表现突出。长上下文能力百万上下文检索强劲：MRCR 1M达83.5%，超越Gemini-3.1-Pro（76.3%）；128K内检索性能高度稳定，1M时仍保持较强能力。真实场景长文档理解：CorpusQA 1M达62.0%，优于Gemini-3.1-Pro（53.8%）。效率表现计算量断崖式下降：1M上下文下，V4-Pro单Token推理FLOPs仅为V3.2的27%，V4-Flash仅为10%。KV缓存大幅压缩：1M上下文下，V4-Pro累计KV缓存为V3.2的10%，V4-Flash仅为7%。路由专家FP4量化：专家权重采用FP4存储，未来硬件上理论可再提升1/3效率。如何使用DeepSeek-V4网页端/App：访问DeepSeek官网或官方App，选择专家模式（Pro）或快速模式（Flash）。API调用：修改model参数为deepseek-v4-pro或deepseek-v4-flash，base_url保持不变。思考模式：复杂Agent场景建议启用思考模式并设置reasoning_effort: max。本地部署：通过Hugging Face或ModelScope下载开源权重自行部署。DeepSeek-V4的关键信息和使用要求版本规格：Pro版1.6T参数/49B激活，Flash版284B参数/13B激活，预训练数据分别为33T与32T。上下文长度：两个版本均支持1M Token，旧接口deepseek-chat与deepseek-reasoner将于2026-07-24停用。API定价（每百万Token）：Pro输入缓存命中1元/未命中12元，输出24元；Flash输入缓存命中0.2元/未命中1元，输出2元。算力限制：Pro版当前服务吞吐有限，预计下半年昇腾950超节点批量上市后价格将大幅下调。DeepSeek-V4的核心优势百万上下文普惠化：1M Token超长上下文成为官方服务标配，突破传统注意力机制的二次计算瓶颈，使长文本任务与测试时缩放真正可行。极致长上下文效率：通过CSA压缩稀疏注意力与HCA重度压缩注意力的混合架构，1M上下文下V4-Pro的单Token推理FLOPs仅为V3.2的27%，KV缓存仅10%，Flash版更是低至10%与7%。开源模型性能新标杆：V4-Pro-Max在知识、推理、代码竞赛等评测中全面领先前代开源模型，Agent编码能力内部评测优于Claude Sonnet 4.5，交付质量接近Opus 4.6非思考模式。双版本灵活覆盖：Pro版（1.6T/49B）定位顶级性能，Flash版（284B/13B）以极小激活参数实现接近的推理能力，API价格低至Pro的1/12，普惠不同预算场景。Agent能力原生增强：针对Claude Code、OpenClaw等主流Agent框架专项优化，支持跨用户消息边界的连贯推理保留，在SWE、Terminal Bench等Agent评测中表现优异。DeepSeek-V4的项目地址HuggingFace模型库：https://huggingface.co/collections/deepseek-ai/deepseek-v4技术论文：https://huggingface.co/deepseek-ai/DeepSeek-V4-Pro/blob/main/DeepSeek_V4.pdfDeepSeek-V4的同类竞品对比对比维度DeepSeek-V4-ProClaude Opus 4.6Kimi K2.6模型定位开源高性能MoE闭源顶级通用开源Agent智能开源状态完全开源闭源API开源/开放API总参数量1.6T未公开未公开激活参数49B未公开未公开上下文长度1M Token200K1M Token核心架构CSA+HCA混合注意力传统TransformerMoE+长上下文MMLU-Pro87.589.187.1SimpleQA57.946.236.9Codeforces3206––SWE Verified80.680.880.2Terminal Bench67.965.466.7MRCR 1M83.592.9–API输入价格12元/百万Token约150元/百万Token约60元/百万Token长上下文效率KV缓存仅为V3.2的10%标准KV缓存高效但细节未公开DeepSeek-V4的应用场景长文档分析：支持百万字级论文、报告、法律合同的全文理解与跨章节推理。智能体编码：在Claude Code、OpenClaw等框架中执行复杂代码生成、重构与调试任务。多轮工具调用：在Agent工作流中保留完整推理历史，支持跨用户消息边界的连贯思考。知识密集型问答：在世界知识评测中大幅领先开源模型，适用于教育、科研与专业咨询。白领办公任务：模型在中文写作、信息分析、文档生成与编辑等场景表现优异。# AI工具# AI项目和框架©版权声明本站文章版权归AI工具集所有，未经允许禁止任何形式的转载。上一篇GPT-5.5 - OpenAI 推出的最新旗舰大模型下一篇StepAudio 2.5 ASR - 阶跃星辰推出的自动语音识别模型相关文章Notato – AI笔记应用，自动生成结构化笔记内容AI小集2Anthropic Skills – Anthropic 为 Claude 推出的技能系统AI小集3咔皮记账 – 商汤科技推出的AI记账工具AI小集3Ideamap – AI思维导图生成工具，资料快速转为思维导图AI小集2abab-video-1 – MiniMax推出的首款AI高清视频生成模型AI小集3音控 – AI音乐创作平台，作词作曲生成不同风格音乐AI小集2暂无评论再想想发表评论暂无评论…热门工具Loomy即梦AISekoAiPPT秘塔AI搜索妙呀堆友Agent美图设计室绘蛙AIupdream办公小浣熊秒哒最新收录知漫剧QwenPawRenoiseLawbot脱敏猫ClineJoyAI最新文章EvoX – EvoMap 推出的自进化 AI Agent，首创蜂群模式33分钟前LTX-2.5 – Lightricks 开源的 AI 视频生成基础模型36分钟前Today AI – 个人级 AI Agent 操作系统，能接入各类云服务37分钟前秒悟Meoo – 1分钟生成前后端完整的网站，真0门槛开发！14小时前Nemotron 3.5 Lightning – 英伟达开源的 MoE 模型14小时前DeepSeek Harness – DeepSeek 推出的 AI 智能体运行框架14小时前IndexTTS-2.5 – Bilibili 开源的工业级零样本语音克隆模型21小时前Palmier Pro – 开源 AI 视频编辑器，在剪辑中生成视频、图像21小时前Shotcut – 开源的视频编辑软件，支持多轨剪辑1天前PAST-Bench – 普林斯顿推出的个人 Agent 的性能归因基准1天前HOMIE – 香港科技大学开源的数字人视频生成框架1天前Karpo – AI 生活助手，主动监测用户日程与兴趣2天前yesand – AI 创意社交平台，灵感到创作产品完整闭环2天前小鹅桌面 – 腾讯推出的 Windows 端桌面美化工具2天前Muse Glimmer – Meta 开源的 300 亿参数大语言模型2天前