AI NEWSLatest AI NewsArticle8B Parameters Integrated into 4K Generation and Editing, SenseTime Opens Source Lightweight Unified Multimodal Model U1.5-Lite Preview VersionPublished in Latest AI NewsTime :Aug 4, 2026Read :4minuteSenseTime has announced the open-source lightweight unified multimodal model SenseNova U1.5-Lite-Preview for communities. This model is not a simple scale upgrade, but a systematic iteration based on SenseNova U1, integrating four key capabilities—visual understanding, reasoning, generation, and editing—within the same architecture.The most notable feature is its lightweight size—achieving 4K resolution, more refined realistic textures, and more complex visual control with only an 8B-MoE parameter scale. SenseTime stated that if U1 validated the feasibility of the unified architecture, then U1.5 aims to further prove whether the capabilities can continue to expand.Significant improvements in four key areas, full-chain optimization of generation and editingCompared to U1, U1.5-Lite-Preview brings significant improvements in four core areas: native support for 4K image generation, more refined local textures and realistic world textures, more accurate Chinese and English text generation and complex layout organization, and more stable image editing and visual instruction following.In technical details, SenseTime redesigned the generation head to address grid artifacts and high-resolution detail modeling issues, reducing the impact of visual tokens on the final image and expanding training to 4K resolution. In image editing, the model reorganized editing data and training tasks, enhancing the ability to maintain original content, subject identity, spatial structure, and non-editing areas, ensuring that while achieving the desired modification, as much as possible of the parts not needing changes in the original image are preserved.Significant improvements in multiple benchmark tests, especially in editing capabilitiesEvaluation results confirm the actual effects of this optimization. Qwen-Image-Bench scores increased from 47.14 to 55.20 (with prompt enhancement), ImgEdit-Bench from 3.90 to 4.37, GEdit-Bench English version from 7.47 to 8.17, and Chinese version from 7.42 to 8.05. Overall, both generation quality and editing stability have seen significant improvements, particularly in instruction following and maintaining the original image during image editing.SenseTime emphasized that the core idea of U1.5-Lite-Preview is not to blindly expand the model scale, but to systematically optimize the entire generation and editing process. This approach of “gaining capability growth through architectural innovation” provides a noteworthy model for the continuous iteration of lightweight multimodal models—when 8B parameters can run 4K generation and fine editing, the potential of the unified multimodal architecture may just be beginning to unfold.

AI NEWSLatest AI NewsArticleTencent Hunyuan Launches Hy ASR3.0 Preview: Speech Recognition Enters a New Era of Understanding ContextPublished in Latest AI NewsTime :Aug 4, 2026Read :3minuteTencent Hunyuan has officially launched the new generation speech recognition model Hy ASR3.0 preview, which for the first time integrates the deep semantic understanding capabilities of the large language model Hy3 with high-precision speech recognition, driving speech recognition to evolve from “word-by-word transcription and single-point optimization” to “context understanding, scenario compatibility, and direct output.“According to official information, the new model performs outstandingly in multi-dimensional evaluations: on open-source evaluation sets, the word error rate (WER) for Mandarin Chinese, English, and Cantonese is as low as 3.34%, 2.62%, and 3.12%, respectively, with an overall rate around 3%; self-built evaluation sets cover general recognition, more than ten dialects, context semantic understanding, professional terminology recognition, and complex acoustic scenarios such as high noise and whispering, with WER maintaining industry-leading levels.From a technical perspective, the capability upgrade of Hy ASR3.0 preview comes from full-chain optimization: the architecture adopts a MoE architecture that balances efficiency and performance, with the base upgraded to the Hy3 large model. It also includes a self-developed unsupervised speech encoder, trained on tens of millions of hours of speech data to enhance acoustic feature extraction. During the pre-training phase, the speech encoder and large language model are jointly trained, covering massive data with multiple dialects, accents, and acoustic environments, and enhancing features like dialect recognition and context awareness through multi-stage capability injection. In the post-training phase, a SFT dataset covering more than 20 dialect regions was built, combined with multi-stage reinforcement learning to address issues like misrecognition and missed recognition in complex scenarios specifically.

AI NEWSLatest AI NewsArticleAI Writing Code Burns 12.15 Million Yuan, Exceeding Budget by 860%: Amazon Internal Incident Sounds the Alarm for Corporate AI CostsPublished in Latest AI NewsTime :Aug 4, 2026Read :5minuteRecently, U.S. media exposed a major AI cost overrun incident within Amazon. An engineer used Anthropic’s Claude Sonnet model to write a program aimed at matching author information with product lists on an e-commerce platform—a routine data processing task—that ultimately resulted in a bill of $1.8 million (approximately 12.15 million RMB), with actual spending exceeding the original budget by 860%.What was more surprising is that the project was never successfully implemented, and the high computing power consumption ran continuously for five months. The company only discovered the anomaly during financial reconciliation. This means an unmonitored AI program was “burning money” non-stop for nearly six months.Code flaws combined with lack of monitoring, small vulnerabilities consuming huge budgetsAnalysis showed that the root cause of the incident was not complicated. The AI-generated program lacked a limit on the frequency of calls, and the model continuously made requests, causing cloud computing and large model call costs to accumulate. At the same time, the team lacked a real-time cost alert mechanism, and small code defects went unnoticed for a long time, continuously consuming the budget.In an internal Amazon meeting, executives defined this incident as a “costly case study” and reported that there were multiple similar risks internally, with some projects unexpectedly incurring an additional $540,000 in expenses. After repeated problems, Amazon began to urgently build a risk control system, planning to launch an automated protection mechanism—once AI-related expenses reach a threshold, the system will automatically limit traffic and interrupt tasks to prevent costs from skyrocketing. At the same time, the company strengthened regulations, requiring all AI-generated code to be fully reviewed by humans before going live, to avoid direct deployment without verification.Traditional code errors cost time,失控 AI programs cost real moneyThis incident revealed a risk that most companies have overlooked: traditional code errors mostly consume human time, while an uncontrolled AI program continuously generates token costs. Once budget monitoring is lacking, it can easily lead to huge losses. Many companies today simply expect AI to reduce costs and improve efficiency, but ignore the new risk exposure brought by the computing power billing model.From “AI helps write code” to “AI secretly burning money,” Amazon’s lesson is not an isolated case but rather a new stage that the entire industry is entering. When AI transitions from an auxiliary tool to an autonomous executor, the granularity of cost control must shift from the “project level” to the “each call.” Before enjoying the benefits of AI, installing an “emergency brake” for AI may be the most important lesson enterprises need to learn right now.

ENLatest AI NewsTencent Hunyuan Launches Hy ASR 3.0 Preview: Speech Recognition No Longer Just Converts Words, but Truly Understands the ContextTencent Hunyuan launches the speech recognition model Hy ASR 3.0 preview, which leverages the language comprehension capabilities of the large language model Hy3, combining high-precision recognition with deep semantic understanding. It has been significantly improved in general recognition, context awareness, multi-scenario robustness, and dialect coverage. It can provide more accurate and coherent transcriptions by combining context, achieving an evolution from word-by-word transcription to semantic understanding.6 hours ago55.1KAI Writing Code Burns 12.15 Million Yuan, Exceeding Budget by 860%: Amazon Internal Incident Sounds the Alarm for Corporate AI CostsU.S. media exposed an AI cost control incident at Amazon: Engineers used Anthropic’s Claude Sonnet model to handle routine tasks such as matching authors with product data, resulting in an $18 million bill, exceeding the budget by 860%. The project was delayed for five months and ultimately failed to be implemented, leading to massive waste due to high computing power consumption.6 hours ago13.4KTencent Hunyuan Launches Hy ASR3.0 Preview: Speech Recognition Enters a New Era of Understanding ContextTencent Hunyuan launches Hy ASR3.0preview, integrating Hy3 LLM’s semantic understanding into speech recognition for context-aware, direct transcription. On open benchmarks, word error rates reach 3.34% for Mandarin, 2.62% for English, and 3.12% for Cantonese, achieving around 3% overall with impressive multi-dimensional performance…..7 hours ago14.1K8B Parameters Integrated into 4K Generation and Editing, SenseTime Opens Source Lightweight Unified Multimodal Model U1.5-Lite Preview VersionSenseNova U1.5-Lite-Preview, an open-source unified multimodal lightweight model by SenseTime, systematically iterates on U1 architecture, integrating visual understanding, reasoning, generation, and editing. With only 8B-MoE parameters, it supports 4K resolution, finer textures, and complex visual control, advancing multimodal capabilities in a compact size…..7 hours ago14.2KMegMind Open Sources ForgeStencil: Dual Agent Automatically Optimizes Over 100 Industrial Software in One Week with Zero Human InterventionStencil computation, a core pattern in modern industry and advanced research, iteratively updates grid points using weighted neighbor combinations. It is widely applied in weather forecasting, seismic exploration, and electromagnetic simulation. Extremely memory-intensive, its speed is limited by memory bandwidth, dominating runtime and directly determining overall performance…..8 hours ago13.0KSwiftlet fits an 80B-level Qwen giant into Mac: peak memory is only 4.3GB, iPhone 17 can also run 35B nativelyThe Swiftlet project uses Swift + Metal to enable MoE models like Qwen3-Next to run with minimal size on Mac: only a small dense core is kept in memory, and expert weights are stored on SSD and loaded on-demand. On an M5 Mac, the 4-bit version of Qwen3.6-35B-A3B occupies only 18GB of disk space, with a peak memory of 2.6GB and a decoding speed of 7–11 tok/s.8 hours ago33.2KSenseTime Releases 8B Light Cannon U1.5-Lite-Preview: Not Big in Parameters, But Drives Closed-Source Models CrazySenseTime releases the open-source lightweight multimodal model SenseNova U1.5-Lite-Preview, based on the original NEO-Unify architecture. With only 8B-MoT parameters, it achieves generation and editing quality comparable to closed-source models. It supports multimodal understanding, reasoning, and 4K high resolution, challenging the large model arms race with its compact size.8 hours ago12.6KCodeBuddy and WorkBuddy Extend the Free Trial of Hy3 Model Until August 31stCodeBuddy and WorkBuddy have extended the free access period for the Hy3 large language model to August 31, 2026, due to high user demand. Hy3 supports text-only tasks with no multimodal capabilities. If users attempt image or video generation via these products, the system will automatically switch to appropriate multimodal models and deduct credits as normal…..8 hours ago11.3KApple Urges Injunction to Block OpenAI: Former Executive Takes Trade Secrets to the iPhone Throne May Be ThreatenedApple filed a preliminary injunction on Monday to prevent two former employees who joined OpenAI and OpenAI from using or disclosing alleged trade secrets, warning of irreparable harm without the ban. The dispute stems from Apple’s lawsuit last month accusing OpenAI and the two ex-employees of misappropriating secrets to advance OpenAI’s consumer AI products…..8 hours ago11.9KBeijing Bar Launches Token Free Drinking: Get Free DeepSeek V4 Flash Computing Power by Connecting to Wi-FiAGI Bar in Beijing has launched a ‘Token Free Drinking’ service, allowing customers to freely and unlimitedly access the DeepSeek V4 Flash model API after connecting to the store’s Wi-Fi. The bar is eq

GenOffice – Genspark 推出的本地 AI Office 客户端AI工具24小时前更新AI小集02GenOffice是什么GenOffice 是 Genspark 推出的面向 Windows 与 Mac 的本地 AI Office 客户端，定位为AI 时代的 Office。工具开源免费，在保留传统文档编辑能力的同时，将 AI 深度嵌入 Word、PPT、Excel 与 PDF 等高频办公场景，采用AI 生成 Markdown/HTML + 转换引擎输出可交付文件的两层架构，解决 AI 办公中内容生成与格式返工的核心矛盾。GenOffice的主要功能全格式文档编辑：支持 Word、Excel、PowerPoint、PDF 的创建、编辑与审阅。AI 辅助写作：输入主题或要点，AI 从零起草文档初稿，支持续写、改写与润色。AI 生成 PPT：描述主题后自动规划叙事线、生成每页幻灯片，输出可直接演示或继续编辑的成品。AI 数据分析：通过自然语言指令生成预算追踪、月度差异分析或透视表摘要，公式自动写入。PDF 智能阅读：支持长合同、论文与报表的阅读，高亮任意文本即可提问。AI 美化与事实核查：内置 AI 美化、AI 事实核查与 AI 配图功能，提升文档质量。微信关注回复“开源”，加入AI开源项目交流群如何使用GenOffice下载安装：访问GenOffice官网 https://www.genspark.ai/genoffice 下载对应 Windows 或 Mac 版本的安装包并完成安装。创建或导入文件：打开客户端后新建空白文档，或直接导入本地 Word、PPT、Excel、PDF 文件进行编辑。AI 辅助生成：在左侧 AI 面板输入写作、编辑或分析指令，AI 实时生成内容并自动转换为可交付的 Office 格式。审阅导出：对生成内容进行修改与格式微调，确认无误后直接保存或导出为所需格式。GenOffice的核心优势完全免费无广告：无需授权费、无广告、无水印，直接下载即用。开源可定制：工具代码开源，可集成至现有产品或按工作流自定义。AI-Native 架构：上层由 AI 生成结构化内容，下层通过转换引擎精准映射为 Office 格式，避免格式返工。入口战略价值：作为本地高频办公入口，沉淀用户工作上下文，为后续 Agent 服务与团队协作提供数据基础。GenOffice的项目地址项目官网：https://www.genspark.ai/genofficeGitHub仓库：https://github.com/genspark-ai/genofficeGenOffice的同类竞品对比对比维度GenOfficeWPS 灵犀产品定位AI 时代的开源本地 Office 客户端，抢占办公入口深度融合 WPS 的原生 AI 办公智能体，覆盖全场景办公定价模式完全免费、无广告、无水印、无会员体系WPS 基础功能免费，灵犀 AI 高级功能需开通会员或订阅专业版开源性开源，支持二次开发与自定义集成闭源商业软件，提供 SDK 供第三方开发插件AI 架构两层架构：AI 生成 Markdown/HTML，转换引擎映射为 Office 格式深度耦合 WPS 文档内核，毫秒级格式还原与样式继承，支持多轮对话式编辑格式兼容支持 Word、PPT、Excel、PDF 主流格式深度兼容微软 Office 全格式，支持 OFD、Markdown 及国产信创格式协作能力当前 Alpha 版侧重本地编辑，协作功能待社区共建支持 500 人同时在线编辑、云文档实时同步、智能冲突解决与版本回溯GenOffice的应用场景企业方案撰写：市场或销售人员输入客户需求，AI 快速生成结构完整的商业方案文档。财务数据分析：财务人员通过自然语言生成预算追踪表、月度差异报告与透视分析。学术报告制作：研究人员输入论文要点，AI 自动规划逻辑并生成可直接投稿的 PPT 演示文稿。合同审阅管理：法务人员导入 PDF 合同，高亮条款并实时提问，AI 辅助解读与风险标注。教育培训课件：教师描述课程主题，AI 生成图文并茂的教学 PPT，减少排版时间。# 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Qwen 3.8-Max - 阿里云 Qwen 团队推出的旗舰大模型下一篇Polar - AI 浏览器，自动跨站收集整合信息相关文章Open-Fiesta – 开源的AI聊天平台，能同时运行多种模型对比AI小集2Brix – AI招聘与管理平台，人才搜索到管理一站式全流程AI小集2OiiOii – AI动画创作Agent，多智能体角色协同完成创作AI小集3Mixboard – 谷歌推出的AI画板工具AI小集2Seer – 上海 AI Lab 联合北大等机构推出的端到端操作模型AI小集2文赋Ai论文 – AI论文写作工具，精准挖掘研究热点提供个性化选题AI小集3暂无评论再想想发表评论暂无评论…热门工具LoomyLibTV绘蛙AIAiPPT秘塔AI搜索蛙蛙写作堆友Agent美图设计室Sekoupdream秒哒办公小浣熊最新收录纳逗Pro图改改AstraFlow星图不繁简历Lumina纳米Work最新文章秒悟Meoo – 1分钟生成前后端完整的网站，真0门槛开发！2小时前ForgeStencil – 面壁智能推出的 Stencil 全自动研究部署系统2小时前Orchard – 微软研究院开源的 Agentic AI 建模框架2小时前E-Bench – 腾讯混元等推出的智能体评测基准7小时前SenseNova U1.5-Lite-Preview – 商汤开源的轻量多模态模型17小时前Polar – AI 浏览器，自动跨站收集整合信息17小时前Qwen 3.8-Max – 阿里云 Qwen 团队推出的旗舰大模型1天前MindMemOS – 华为诺亚方舟开源的 AI Agent 记忆操作系统1天前万有无界 – 阿里云推出的多角色 Agent 协作工作台1天前PicsetAI – 电商 AI 视觉设计工具，完成输出整套详情图1天前悟帆AI – 企业级 AI Agent 搭建平台，多 Agent 并行调度3天前FeyNoBg – Feyn Labs 开源的自动背景去除模型3天前Qwen-Audio-3.0-ASR-Flash – 阿里千问推出的语音识别大模型4天前MiniMax H3 – 稀宇科技推出的通用全模态生成模型4天前Grok Voice Think Fast 2.0 – SpaceXAI 推出的语音模型5天前

Genspark是什么Genspark 是前百度小度高管推出的通用AI 智能体，通过创新的多模型协作系统（Mixture-of-Agents）打造超级 AI 智能体。Genspark 核心理念是让用户通过简单指令驱动多个 AI 模型协同工作，完成复杂任务。Genspark的核心产品Genspark Super Agent 是全能型 AI 助手，能自主思考、规划和执行各种任务，如旅行规划、视频内容生成、数据可视化等。产品功能包括AI幻灯片、AI表格、AI文档、AI视频等工具，支持在 Slack 等平台无缝协作，用户在熟悉的工作环境中可直接使用AI能力。Genspark的主要功能Genspark 超级智能体：多功能的 AI 助手，能跨平台执行复杂任务，随着使用不断学习和适应用户需求。自定义超级智能体：用户能根据自己的需求创建和定制AI智能体，执行特定的任务。AI 表格和文档：用在数据分析和文档起草，帮助用户快速处理电子表格和撰写文档。AI 设计师：提供设计服务，如创建海报、设计产品包装等。AI 开发者：支持开发任务，如构建网页游戏或预订网站。AI 聊天和播客：用于创建播客内容或进行AI驱动的对话。AI 图片和视频：用于生成和编辑图片、视频内容，满足创意和媒体需求。AI 会议纪要：自动记录和总结会议内容。深度研究和事实核查：提供深入的研究分析和信息核实服务。自动化任务：执行重复性任务，如文件检索和下载。集成平台：与Slack等平台集成，使用户能在平台上直接使用Genspark的服务。如何使用Genspark访问平台：访问Genspark官网 https://www.genspark.ai/ ，注册登录账号。授权集成：如果使用的是Slack或其他集成平台，需要授权Genspark访问你的账户，以便能与工作流程集成。创建任务：选择需要的功能，创建任务。例如，创建一个AI表格任务分析数据，或者创建一个AI文档任务起草文件。输入指令：根据你选择的任务，输入相应的指令或上传相关文件。Genspark的智能体会根据指令执行任务。使用结果：一旦任务完成，查看结果，下载文件，或者将结果直接集成到工作流程中。定制智能体：对于更复杂的需求，创建自定义超级智能体，适应特定的工作场景。Genspark的产品定价Free：提供免费访问，包括每天100积分、1GB AI Drive存储空间，及有限的AI模型和智能体使用。Plus：每月24.99美元，提供10,000积分、50GB AI Drive存储，无限畅聊AI聊天，优先使用所有AI智能体，可访问最新图像和视频生成模型。Pro：每月249.99美元，提供125,000积分、1TB AI Drive存储，同样享有无限畅聊AI聊天和优先使用所有AI智能体，以及访问所有最新图像、视频和音频生成模型。Genspark的应用场景自动化办公：Genspark能自动生成报告和处理数据，简化日常办公任务。客户服务：用Genspark提供24/7的自动化客户支持，提升服务效率。市场营销：Genspark帮助分析市场趋势，个性化营销策略，提高客户参与度。人力资源：Genspark辅助HR流程，如简历筛选和员工培训，优化人才管理。教育和培训：Genspark为教育提供个性化学习计划，增强教学效果。©️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Genspark的工具BobbyRockFlow 推出的金融投资AI AgentGenFlow全球首个全模态、全端通用AI智能体WorkAny本地运行的开源AI桌面智能体RoboNeo美图推出的专注影像与设计的AI智能体Tabbit美团光年之外推出的AI原生浏览器Opera NeonOpera推出的全新AI Agent浏览器暂无评论再想想发表评论暂无评论…

MiniMax H3 – 稀宇科技推出的通用全模态生成模型AI工具1天前更新AI小集02MiniMax H3是什么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，最高支持15秒2K分辨率，在指令遵循、品牌信息呈现、视频到视频动作迁移等商用场景表现优异。MiniMax H3 采用 Contextual Omni Representation、H3-VAE 等自研技术，2K分辨率下每秒价格不到主流模型三分之一。MiniMax H3的主要功能全模态统一生成：支持文本、图像、视频、音频的统一理解与原生生成，打破传统模态边界。原生双声道音视频输出：可直接生成带原生双声道音频的视频，无需后期配音。多模态上下文理解：能同时处理参考视频、图片、音频等多源输入，按自然语言指令完成复杂创作。视频到视频动作迁移（V2V Motion Transfer）：可将参考视频中的动作迁移到目标人物上。广义参考与编辑：支持图片到图片、图片到视频、音频到音频、音视频到音视频等多种编辑与参考任务。多镜头建模：原生支持多镜头叙事，无需分步生成后拼接。高分辨率输出：默认提供2K分辨率，画面精细度达到商用级别。MiniMax H3的技术原理Contextual Omni Representation（上下文全模态表征）：MiniMax H3 的核心能力源于对上下文全模态表征的构建。传统模型只需描述目标内容，H3 需要同时理解多模态上下文与目标输出之间的关系，甚至上下文内部元素之间的关联。为此，MiniMax 定制专门的全模态理解管线，单次素材推理消耗约 10 万 Token，最终生成平均约 4K Token 的精细描述。语言在其中充当可泛化的连接与解释桥梁，使任务能开放描述的形式统一。H3-VAE（高效视觉音频编码）：MiniMax H3 彻底革新了前代 tokenizer 技术，在重建质量与易学性上实现全面提升。编码器具备高压缩率，带来 4 倍序列长度收益，显著降低训练与推理成本，同时支持原生 2K 分辨率输出。H3-Omni Transformer（异构训练架构）：面向任务泛化这一核心目标，H3 抛弃前代带来显著优势的专用架构，转而采用更简洁通用的设计。由于多模态上下文的引入，序列长度方差扩大 3 倍，理解与生成部分的计算负载显著异质化。H3 采用理解与生成异构的训练架构，精细调优不同负载下的硬件利用率，联合优化每样本异构计算与样本间负载均衡，端到端提升近 30% 的训练吞吐。如何使用MiniMax H3访问平台：访问MiniMax Hub、海螺AI或接入MiniMax 开放平台。准备多模态素材：上传参考视频、图片、音频等上下文素材。输入自然语言指令：用自然语言描述创作意图，如”参考视频1的镜头运动，让图2中的人物唱歌，歌声参考音频3″。生成与预览：模型自动理解多模态上下文并生成原生双声道音视频。下载与二次编辑：获取最高2K分辨率的输出结果，用于商业场景。MiniMax H3的核心优势任务泛化能力强：将文生图、文生视频、文生音频、参考编辑等独立任务统一为单一模型，使用自由度大幅提升。商用级性价比：2K分辨率下每秒价格不到主流模型的1/3，768P分辨率下不到1/2，显著降低内容生产成本。原生音频生成：所有音频输出均为原生双声道，非后期合成，音画同步更自然。国产芯片兼容：设计初期考虑多款国产芯片适配，有利于本土化部署。MiniMax H3的项目地址HuggingFace模型库：https://huggingface.co/MiniMaxAI/MiniMax-H3MiniMax H3的同类竞品对比对比维度MiniMax H3Seedance 2.0（字节即梦）模态覆盖文本、图像、视频、音频全模态统一理解与生成，单一模型覆盖所有任务主要聚焦视频生成，图像/音频能力相对独立，需切换不同功能模块原生音频原生双声道音视频同步输出，音画一体生成视频生成为主，音频多为后期合成或独立生成任务泛化文生图、文生视频、编辑、参考、动作迁移等全部统一，自然语言即可调用功能按场景拆分（文生视频、图生视频、视频编辑等），任务边界较清晰分辨率与时长默认2K分辨率，最高15秒支持高分辨率，时长可达10-12秒，2K非默认配置开源策略计划近期开源模型权重，支持国产芯片适配与定制开发闭源，仅通过即梦平台或API使用价格定位2K每秒不到主流模型1/3，商用性价比突出按积分或会员订阅计费，价格处于行业中位动作迁移支持V2V Motion Transfer，精准迁移参考视频动作支持动作参考与主体一致性，复杂动作迁移精度有限多镜头能力原生多镜头建模，无需拼接支持多片段生成，但原生多镜头叙事能力较弱MiniMax H3的应用场景广告与品牌视频：输入产品图与参考镜头，一键生成带品牌信息和原生配音的商用级广告短片。电商动态展示：将静态商品图与动作参考视频结合，自动生成多镜头、带音效的360度产品演示视频。影视后期制作：用 V2V 动作迁移，将演员表演或镜头运动精准替换到目标画面中，降低重拍成本。游戏 UI 与宣发：快速生成带动态效果和原生音效的界面预览及游戏宣传片头。动态海报与社交媒体：融合图片风格、人物参考与音频，生成可自动播放的双声道动态海报和短视频内容。# 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Grok Voice Think Fast 2.0 - SpaceXAI 推出的语音模型下一篇Qwen-Audio-3.0-ASR-Flash - 阿里千问推出的语音识别大模型相关文章Gemini 3 Deep Think – 谷歌推出的专用推理模型AI小集3FireRedTTS-2 – 小红书推出的流式文本转语音系统AI小集3MeCheck – AI合同审查工具，精准识别和定位合同风险点AI小集3SurfSense – 开源AI研究助手，个人知识库与全球数据源无缝链接AI小集2DeepWiki – Devin团队推出的GitHub代码仓库智能阅读助手AI小集9Textoon – 阿里通义实验室推出的文本提示生成2D卡通人物工具AI小集2暂无评论再想想发表评论暂无评论…热门工具LoomyLibTV绘蛙AIAiPPT秘塔AI搜索蛙蛙写作堆友Agent美图设计室Sekoupdream秒哒办公小浣熊最新收录纳逗Pro图改改AstraFlow星图不繁简历Lumina纳米Work最新文章秒悟Meoo – 1分钟生成前后端完整的网站，真0门槛开发！2小时前ForgeStencil – 面壁智能推出的 Stencil 全自动研究部署系统2小时前Orchard – 微软研究院开源的 Agentic AI 建模框架2小时前E-Bench – 腾讯混元等推出的智能体评测基准7小时前SenseNova U1.5-Lite-Preview – 商汤开源的轻量多模态模型17小时前Polar – AI 浏览器，自动跨站收集整合信息17小时前GenOffice – Genspark 推出的本地 AI Office 客户端24小时前Qwen 3.8-Max – 阿里云 Qwen 团队推出的旗舰大模型1天前MindMemOS – 华为诺亚方舟开源的 AI Agent 记忆操作系统1天前万有无界 – 阿里云推出的多角色 Agent 协作工作台1天前PicsetAI – 电商 AI 视觉设计工具，完成输出整套详情图1天前悟帆AI – 企业级 AI Agent 搭建平台，多 Agent 并行调度3天前FeyNoBg – Feyn Labs 开源的自动背景去除模型3天前Qwen-Audio-3.0-ASR-Flash – 阿里千问推出的语音识别大模型4天前Grok Voice Think Fast 2.0 – SpaceXAI 推出的语音模型5天前

Qwen 3.8-Max – 阿里云 Qwen 团队推出的旗舰大模型AI工具1天前发布AI小集02Qwen 3.8-Max是什么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，是首个即将开源权重的 Max 级别模型。模型在编程、办公、科研及长程任务上实现全面升级，支持通过千问AI平台 API 调用，兼容 OpenAI 与 Anthropic 协议，可无缝集成至Claude Code、Codex、Qoder等主流智能体框架。Qwen 3.8-Max的主要功能长程自动编程：支持十天级自主编程，构建自进化 harness 并完成需求收集、issue 派发、代码生成与自我修复。论文复现与超越：独立复现论文实验后，通过四轮自我进化循环测试 18 种改进想法，在 AIME24 上超越原方法 2.7 分。竞赛实战：24 小时内独立搭建并迭代方案，准确率从 0.60 升至 0.853，击败 87% 的人类参赛队伍。办公提效：覆盖数百种高价值职业场景，如律师一小时标出 1,284 条条款、设计师一次成型 8 页可交互原型。量化策略研发：从单句描述出发调度约 330 个子智能体，完成约 6,000 次回测，交付端到端 ETF 轮动策略。芯片自主设计：历经约 500 轮交互，将密码加速器网表门数从 8,298 优化至 678，面积缩减 81% 并实现时序闭合。Qwen 3.8-Max的技术原理架构扩展：基于 Qwen 3.5 架构基础扩展而成，总参数量达 2.4 万亿，激活参数 95B，在保持架构继承性的同时实现规模跃升。真实世界强化学习系统：通过联合扩展 RL 环境数量与训练算力提升通用工作能力，核心解决三个耦合挑战：在任务、工作空间、Harness三个维度上解耦合，使环境数以组合方式自然增长；构建统一奖励系统，将基于执行的校验、文本及渲染后视觉输出的 rubric 评估、agentic 检查统一内化，消除任务专用验证器的不一致性；构建在线数据均衡器，对每个 batch 在任务、难度、工作区与 harness 上重构均衡分布，降低梯度方差，支撑训练算力稳定持续扩展。自进化反馈闭环：模型通过执行-反馈-迭代的自适应机制推进优化，在数百至数千轮交互中保持高度连贯的系统性策略，依赖仿真、综合、布局等反馈闭环，实现算法级数据通路重构而非浅层语法微调。动态工作流编排：用编程方式驱动任务规划，将编排逻辑固化为可复现程序，支持从单链路连贯研发到大规模并行探索的灵活切换，使复杂任务的串行推进转化为一次对话内可规模化交付的自动化闭环。如何使用Qwen 3.8-Max千问AI平台调用：注册账号获取 API Key，通过兼容 OpenAI或 Anthropic 协议的接口直接调用模型。调节推理深度：通过reasoning_effort参数设置xhigh（默认，深度分析）、medium（平衡）或low（高效推理），按需控制成本与性能。集成智能体框架：配置 API Key 与 Base URL 后，可接入 Claude Code、Codex、Qoder CLI、Qwen Code、OpenClaw 等主流编程助手与 Agent 框架。开源权重部署：下周起从 Hugging Face 或 ModelScope 下载模型权重，进行本地部署与二次开发。Qwen 3.8-Max 的核心优势超长程自主执行：可连续专注数天至数十天，通过执行-反馈-迭代闭环自我进化，全程无需人工介入。真实世界 RL 训练：联合扩展环境数量与训练算力，在 QwenWork、Claude Code、Codex、OpenClaw、Hermes 等 harness 上表现均衡且持续提升。端到端交付能力：通过动态工作流将编排逻辑固化为可复现程序，把原本需数周串行推进的复杂任务压缩为一次对话内可规模化交付的自动化闭环。Qwen 3.8-Max 的项目地址项目官网：https://qwen.ai/blog?id=qwen3.8Qwen 3.8-Max 的同类竞品对比维度Qwen 3.8-MaxGPT 5.6 Sol论文复现PaperBench 93.0 分，独立复现后自我进化超越原文PaperBench 90.5 分软件工程SWE-bench Pro 67.7 分，FrontierSWE 73.5 分SWE-bench Pro 64.6 分，FrontierSWE 无官方数据终端编码Terminal Bench 2.1 86.6 分Terminal Bench 2.1 88.8 分通用办公CoWorkBench 74.8 分，JobBench 53.4 分CoWorkBench 71.5 分，JobBench 45.4 分多模态推理MMMU-Pro 82.3 分，BabyVision 82.0 分MMMU-Pro 83.0 分，BabyVision 65.5 分视觉智能体OSWorld-Verified 86.1 分，AndroidWorld 85.3 分OSWorld-Verified 83.2 分，AndroidWorld 77.6 分视频理解VideoMME 90.4 分，MLVU 90.8 分VideoMME 89.5 分，MLVU 87.6 分长程任务365 天电商模拟 4.16 倍回报，芯片设计 500 轮优化无公开同类长程自主任务数据Qwen 3.8-Max 的应用场景法律合规审查：单次通读数百份文档，一小时内标出上千条相关条款，替代法务团队约一周工作量。UI/UX 原型设计：为数字银行 App 一次生成 8 页高保真可交互原型，无需人工返修。餐饮菜单开发：基于上百份食材资料一次性产出 26 道菜的完整菜单，控制食材成本率在 33.8%。结构工程建模：仅凭一份图纸在浏览器中还原 30 层写字楼抗震结构模型，支持实时悬停查看关键指标。康复医学可视化：将 2D 纸质评估单转化为可自由旋转、逐层浮现的 3D 交互演示，帮助患者理解康复路径。# 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MindMemOS - 华为诺亚方舟开源的 AI Agent 记忆操作系统下一篇GenOffice - Genspark 推出的本地 AI Office 客户端相关文章ScreenCoder – 开源的智能UI截图生成前端代码工具AI小集2ClotheDreamer – 上海大学联合腾讯等高校推出的3D服装生成技术AI小集3阶跃视频 – 阶跃星辰推出的AI视频生成工具AI小集11OpenBioMed – 清华AIR联合水木分子推出的开源Agent平台AI小集2Movie Gen – Meta推出文本驱动的AI视频生成与编辑工具AI小集4iMeanAI Coyage – 浙江大学团队推出的AI旅行WebAgentAI小集3暂无评论再想想发表评论暂无评论…热门工具LoomyLibTV绘蛙AIAiPPT秘塔AI搜索蛙蛙写作堆友Agent美图设计室Sekoupdream秒哒办公小浣熊最新收录纳逗Pro图改改AstraFlow星图不繁简历Lumina纳米Work最新文章秒悟Meoo – 1分钟生成前后端完整的网站，真0门槛开发！2小时前ForgeStencil – 面壁智能推出的 Stencil 全自动研究部署系统2小时前Orchard – 微软研究院开源的 Agentic AI 建模框架2小时前E-Bench – 腾讯混元等推出的智能体评测基准7小时前SenseNova U1.5-Lite-Preview – 商汤开源的轻量多模态模型17小时前Polar – AI 浏览器，自动跨站收集整合信息17小时前GenOffice – Genspark 推出的本地 AI Office 客户端24小时前MindMemOS – 华为诺亚方舟开源的 AI Agent 记忆操作系统1天前万有无界 – 阿里云推出的多角色 Agent 协作工作台1天前PicsetAI – 电商 AI 视觉设计工具，完成输出整套详情图1天前悟帆AI – 企业级 AI Agent 搭建平台，多 Agent 并行调度3天前FeyNoBg – Feyn Labs 开源的自动背景去除模型3天前Qwen-Audio-3.0-ASR-Flash – 阿里千问推出的语音识别大模型4天前MiniMax H3 – 稀宇科技推出的通用全模态生成模型4天前Grok Voice Think Fast 2.0 – SpaceXAI 推出的语音模型5天前

ForgeStencil – 面壁智能推出的 Stencil 全自动研究部署系统AI工具2小时前发布AI小集02ForgeStencil是什么ForgeStencil 是面壁智能联合 OpenBMB 开源社区推出的全球首个支持 Stencil 自动研究、自动部署的 AI 优化系统，基于 Kernel Agent 与 App Agent 双智能体闭环，实现从优化策略发现到真实生产软件集成的全流程零人工介入。系统在一周内完成 100 余个工业与科学计算软件的端到端优化，中位加速 1.41 倍，覆盖油气勘探、电磁仿真、医学影像等 8 大工业领域与 5 大科学领域。ForgeStencil的主要功能双 Agent 闭环优化：Kernel Agent 自主研究并合成高性能 CUDA Kernel，App Agent 完成热点定位、算子锻造、正确性验证与应用集成。自动策略发现：Agent 自主探索分块、融合、布局、占用率及主机端重构等优化策略，而非在固定空间内搜索。真实应用部署：直接面向生产级软件优化，以应用自身 GPU 代码为基线进行端到端验证，非简化 Benchmark。可审计测量协议：通过单一环境开关在原始路径与优化路径间交错切换，使用程序自带检查与计时器，确保加速比真实可信。跨代 GPU 适配：支持 A100/H100/B200 运行时架构分发，同一代码库按架构自动选择最优 Kernel 路径。ForgeStencil的技术原理双 Agent 协同架构：系统由 Kernel Agent 与 App Agent 组成闭环。Kernel Agent 负责理论发现，通过 Plan→Code→Profile 循环自主研究并合成逼近硬件物理极限的 Stencil 算子；App Agent 负责工程落地，定位应用性能热点、建立 GPU 基线、调用 Kernel Agent 构建的算子矩阵知识库锻造应用专属优化，完成正确性验证与原应用集成。算子矩阵与知识库进化：Kernel Agent 在优化过程中持续构建专用算子矩阵作为知识库，后续 App Agent 可复用已有技术；多并行 Agent 共享该知识库，实现经验的实时共享与集体同步进化，突破人类专家经验难以规模化传递的瓶颈。可审计端到端协议：测量以应用自身的生产级 GPU 实现为唯一基线，原始路径与优化路径仅通过单一USE_OURS开关区分，且原始路径与上游字节一致；使用程序内置的正确性检查和计时器，在多轮交错运行后取中位数，最终报告所有标准用例的几何平均加速比，从系统层面杜绝造假空间。Patch 模式与零源码捆绑：不捆绑任何第三方源码，每个应用仅提供上游出处记录、获取脚本和集成补丁，通过vendor.sh自动拉取指定版本上游代码，确保许可证清洁与结果可复现。微信关注回复“开源”，加入AI开源项目交流群如何使用ForgeStencil环境准备：克隆仓库并确保具备 NVIDIA GPU（A100 验证）、CUDA 12.x、C++17 编译器及 Python 3.9+ 环境。快速体验算子：运行python tools/run.py –stencil star_1 –shape 256 –gpu 0即可在 1 分钟内测量单算子性能并与 Halide 基线对比。端到端复现：进入目标应用目录执行./vendor.sh拉取上游源码，应用集成补丁后运行python ../../harness/run_e2e.py –app –gpu auto完成真实应用验证。驱动 Agent 工作：参考agents/README.md配置并启动 Kernel Agent 与 App Agent 的自主优化循环。查阅结果注册表：通过results/integration_registry.json查看 100 个已验证应用的审计加速比数据。ForgeStencil的核心优势零人工介入：从应用分析、热点定位、Kernel 锻造到集成验证全流程自动化，无需 HPC 专家参与决策。真实场景导向：直接优化生产级工业软件，42% 为真实工业生产软件，基线为应用自身 GPU 代码。研发效率飞跃：单应用优化从数月缩短至一天内，一周完成 100+ 应用，等效节省约 20–30 人年研发投入。性能表现强劲：端到端中位加速 1.41 倍，43% 应用 ≥1.5 倍，算子级几何平均 2.16 倍领先最优开源基线。跨架构可持续：支持多代 NVIDIA GPU 运行时分发，架构升级时可自动重锻 Kernel 以捕获新硬件特性。ForgeStencil的项目地址GitHub仓库：https://github.com/OpenBMB/ForgeStencilForgeStencil的同类竞品对比维度ForgeStencilHalide优化策略来源Agent 自主发现新策略，非固定空间搜索人类设计 DSL 与调度策略，自动化受限于预设规则部署范围支持真实应用端到端集成与验证主要面向单算子/图像处理管线，缺乏应用级自动部署基线对比以应用自身生产 GPU 代码为基准通常以简化参考实现或 CPU 版本为基准正确性验证使用程序自带检查，交错测量确保可信依赖框架内置测试，无系统级防造假协议知识积累多 Agent 共享算子矩阵知识库，经验可复用优化经验分散于各专家，难以规模化传递ForgeStencil的应用场景油气地震勘探：优化 RTM 逆时偏移、道达尔 mini-app 等核心算法，加速石油勘探数据处理流程。电磁仿真设计：提升 gprMax/FDTD 等 Yee 网格 Maxwell 方程求解效率，服务于雷达与芯片电磁分析。医学影像重建：加速非笛卡尔 MRI 重建、数字乳腺断层成像反投影等医疗影像计算负载。气候与天体物理：优化大气动力学、宇宙学模拟等 Stencil 密集型科学计算应用。量化金融计算：为 QuantLib 等金融机构定价库提供 Stencil 热点自动优化，降低交易计算时延。# 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Orchard - 微软研究院开源的 Agentic AI 建模框架下一篇秒悟Meoo - 1分钟生成前后端完整的网站，真0门槛开发！相关文章QAnything – 网易有道推出的开源本地知识库问答引擎AI小集5Kombai – AI代码生成工具，将设计文件自动生成高质量HTML、CSS、React组件代码AI小集3SNOOPI – AI文本到图像生成框架，提升单步扩散模型的效率和性能AI小集2Open Deep Research – Deep Research开源复现版智能体，支持切换多种语言模型AI小集3亦心AI – AI绘画创作平台，覆盖多个领域多种功能的绘画创作AI小集3Junie – JetBrains 推出的 AI 编程助手，自主完成代码编写、测试、检查AI小集3暂无评论再想想发表评论暂无评论…热门工具LoomyLibTV绘蛙AIAiPPT秘塔AI搜索蛙蛙写作堆友Agent美图设计室Sekoupdream秒哒办公小浣熊最新收录纳逗Pro图改改AstraFlow星图不繁简历Lumina纳米Work最新文章秒悟Meoo – 1分钟生成前后端完整的网站，真0门槛开发！2小时前Orchard – 微软研究院开源的 Agentic AI 建模框架2小时前E-Bench – 腾讯混元等推出的智能体评测基准7小时前SenseNova U1.5-Lite-Preview – 商汤开源的轻量多模态模型17小时前Polar – AI 浏览器，自动跨站收集整合信息17小时前GenOffice – Genspark 推出的本地 AI Office 客户端24小时前Qwen 3.8-Max – 阿里云 Qwen 团队推出的旗舰大模型1天前MindMemOS – 华为诺亚方舟开源的 AI Agent 记忆操作系统1天前万有无界 – 阿里云推出的多角色 Agent 协作工作台1天前PicsetAI – 电商 AI 视觉设计工具，完成输出整套详情图1天前悟帆AI – 企业级 AI Agent 搭建平台，多 Agent 并行调度3天前FeyNoBg – Feyn Labs 开源的自动背景去除模型3天前Qwen-Audio-3.0-ASR-Flash – 阿里千问推出的语音识别大模型4天前MiniMax H3 – 稀宇科技推出的通用全模态生成模型4天前Grok Voice Think Fast 2.0 – SpaceXAI 推出的语音模型5天前

SenseNova U1.5-Lite-Preview – 商汤开源的轻量多模态模型AI工具17小时前发布AI小集02SenseNova U1.5-Lite-Preview是什么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。模型原生支持 4K 图像生成，具备精细局部纹理、真实世界质感、中英文文字生成与复杂版式能力，优化对超长自然语言和结构化视觉指令的精准遵循，配套 Prompt Enhance Skill 降低复杂创作门槛。SenseNova U1.5-Lite-Preview的主要功能4K 原生生成：支持超高分辨率图像端到端生成，细节经得起放大。精细视觉质感：呈现更真实的材质纹理、光影层次与局部细节。中英文文字生成：准确渲染复杂版式中的中英文文本与排版。图像编辑与迭代：支持基于自然语言指令的可持续迭代图像编辑。Prompt Enhance Skill：自动将简短需求扩展为完整创作方案，降低指令编写门槛。SenseNova U1.5-Lite-Preview的技术原理NEO-Unify 统一架构：在单一模型中联合建模语言、视觉语义与像素生成，实现理解、推理、生成与编辑的原生统一。8B-MoT 轻量设计：采用仅 80 亿参数的混合 token 架构，在保持轻量化的同时扩展多模态能力边界，验证统一架构的持续可扩展性。原生像素-语言映射：从像素和语言出发端到端训练，模型学到的是从语言描述到视觉结构的原生映射能力。长上下文视觉控制：模型优化对超长自然语言和结构化创作指令的理解，支持多约束、层次化视觉指令的精准执行。微信关注回复“开源”，加入AI开源项目交流群如何使用SenseNova U1.5-Lite-Preview获取模型与文档：访问 GitHub 仓库查看技术文档与推理代码，或在 Hugging Face 下载 8B-MoT 模型权重与配置文件。环境部署：依据文档配置运行环境并加载模型权重，完成本地或云端的模型初始化。基础图像生成：直接输入自然语言描述（支持中英文），模型即可原生生成 4K 图像。复杂创作指令：提供包含主体、布局、风格、文字及约束条件的完整创作要求，模型按明确视觉结构执行生成。Prompt Enhance 辅助：调用实验性 Prompt Enhance Skill 将简短想法自动扩展为完整创作方案，再提交模型执行。图像编辑操作：上传已有图像并附加自然语言编辑指令，模型在保持整体一致性的前提下完成可持续迭代编辑。SenseNova U1.5-Lite-Preview的核心优势轻量统一：仅 8B-MoT 参数即实现理解、生成、编辑一体化，降低部署成本。4K 超高清：原生支持 4K 分辨率生成，超大画幅下仍保持细节与一致性。强指令遵循：在无专门 Prompt Enhance 格式化训练下，仍能稳定执行长篇复杂视觉指令。真实质感：显著提升局部纹理、材质光影与真实世界质感表现。文字稳定性：中英文文字生成与复杂版式组织更加准确稳定。SenseNova U1.5-Lite-Preview的项目地址GitHub仓库：https://github.com/OpenSenseNova/SenseNova-U1/blob/main/docs/u1.5_preview.mdHuggingFace模型库：https://huggingface.co/sensenova/SenseNova-U1.5-8B-MoT-PreviewSenseNova U1.5-Lite-Preview的同类竞品对比维度SenseNova U1.5-Lite-PreviewEmu3（智源研究院）架构路线NEO-Unify 原生统一多模态，理解/推理/生成/编辑一体化原生统一多模态，自回归框架下统一图像理解与生成开源规模8B-MoT 轻量开源，面向社区预览提供多尺寸开源版本（如 8B 等），训练代码与数据流程完整分辨率支持原生支持 4K 图像生成，细节与一致性突出支持高分辨率生成，主要聚焦常规尺寸与视频帧生成核心能力超长指令遵循、4K 超高清、中英文文字渲染、可持续迭代编辑图像理解、文本到图像生成、视频预测，强调多模态统一文字与版式针对中英文文字生成与复杂版式进行专项优化，稳定性高文字生成能力存在，但版式控制与长文本准确性相对有限定位轻量级统一多模态基座预览版，侧重视觉创作与编辑开源统一多模态基础模型，侧重研究验证与多模态统一范式SenseNova U1.5-Lite-Preview的应用场景商业品牌视觉设计：快速生成包含精确中英文文字、复杂版式与指定视觉风格的海报、信息图及品牌宣传物料，满足高控制上限的商业创作需求。超宽幅叙事长卷：用 4K 超高清分辨率创作历史年表、文化长卷等超宽幅连续叙事内容，大量文字与图标细节在放大后依然清晰稳定。建筑与产品概念可视化：产出高真实感的建筑外观渲染、室内空间概念图及产品展示图，呈现真实的材质纹理、光影层次与空间氛围。摄影级人像与特写：模型能生成具有精细皮肤纹理、自然光影与真实质感的人像摄影、面部特写及人物主题作品，支持复杂构图与风格指定。复古与拼贴艺术创作：模型支持多元素融合的复古手帐、拼贴海报、博物学图鉴等风格化视觉创作，准确呈现纸张质感、邮票、手写文字等细节。# 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Polar - AI 浏览器，自动跨站收集整合信息下一篇E-Bench - 腾讯混元等推出的智能体评测基准相关文章TextDiffuser-2 – 微软等推出的AI图像文本渲染融合框架AI小集2Project Padawan – GitHub推出的自主软件工程智能体AI小集210个免费的在线AI白板工具，多人协作创意共享AI小集6ChatAnyone – 阿里通义推出的实时风格化肖像视频生成框架AI小集3TalkMe – AI语言学习应用，与 AI 伙伴多语言对话互动AI小集3文心大模型4.5 Turbo – 百度推出的最新多模态大模型AI小集3暂无评论再想想发表评论暂无评论…热门工具LoomyLibTV绘蛙AIAiPPT秘塔AI搜索蛙蛙写作堆友Agent美图设计室Sekoupdream秒哒办公小浣熊最新收录纳逗Pro图改改AstraFlow星图不繁简历Lumina纳米Work最新文章秒悟Meoo – 1分钟生成前后端完整的网站，真0门槛开发！2小时前ForgeStencil – 面壁智能推出的 Stencil 全自动研究部署系统2小时前Orchard – 微软研究院开源的 Agentic AI 建模框架2小时前E-Bench – 腾讯混元等推出的智能体评测基准7小时前Polar – AI 浏览器，自动跨站收集整合信息17小时前GenOffice – Genspark 推出的本地 AI Office 客户端24小时前Qwen 3.8-Max – 阿里云 Qwen 团队推出的旗舰大模型1天前MindMemOS – 华为诺亚方舟开源的 AI Agent 记忆操作系统1天前万有无界 – 阿里云推出的多角色 Agent 协作工作台1天前PicsetAI – 电商 AI 视觉设计工具，完成输出整套详情图1天前悟帆AI – 企业级 AI Agent 搭建平台，多 Agent 并行调度3天前FeyNoBg – Feyn Labs 开源的自动背景去除模型3天前Qwen-Audio-3.0-ASR-Flash – 阿里千问推出的语音识别大模型4天前MiniMax H3 – 稀宇科技推出的通用全模态生成模型4天前Grok Voice Think Fast 2.0 – SpaceXAI 推出的语音模型5天前