当前标签：AI模型
Veo 3
Veo 3是Google推出的先进AI视频生成工具，支持将文本或图像转化为高质量视频。
微软加速打造自研尖端AI模型，目标明年具备最先进图文、音频处理能力
微软加速打造自研尖端AI模型，目标明年具备最先进图文、音频处理能力
seedancetwo2.0
懂你意思的视频模型，提供个性化内容生成与智能视频制作服务。
阿里巴巴图像生成与编辑统一模型 Wan2.7-Image 发布，号称更具“活人感”
阿里巴巴发布全新图像生成与编辑统一模型Wan2.7-Image，声称在生成图像中注入“活人感”，大幅优化人物神态、光影与细节表现。
Sora
Sora是一个由OpenAI推出的先进AI视频生成模型，能够根据文本描述生成高质量、时长较长的视频内容。
为什么数据质量成为人工智能领域最重要的问题
数据质量是人工智能发展的基石，决定了模型的可靠性与商业价值。
Scale AI
更好的数据会带来更好的性能，Scale AI致力于提供高质量的人工智能数据标注服务，助力机器学习模型的精准训练。
Tnkr AI
Tnkr AI是一个面向未来的机器人开发生态系统，致力于为开发者提供全面的工具与平台支持。
2700GB高质量数据，训出空间智能SOTA，背后秘诀全栈开源
2700GB高质量数据训练出空间智能SOTA，背后全栈开源策略功不可没。
OpenAI和Anthropic世纪联手，codex-plugin-cc震动AI圈，两大巨头开放王炸产品
近期，AI行业因OpenAI与Anthropic的一系列协同发布和动态而引发广泛关注。尽管“codex-plugin-cc”并非某一官方产品的标准命名，但结合Opus 4.6与5.3-Codex的同日发布，以及OpenAI对Codex技术架构的深度揭秘，市场确实感受到了新一轮的技术震动。
Replicate
Replicate 是一个开源 AI 模型的共享社区与云平台，便于开发者通过 API 调用、部署和微调模型。
阿里云百炼deepseek满血版
阿里云百炼推出的DeepSeek-R1满血版，提供零门槛的云端部署与即刻可用的高性能AI模型服务。
CogAgent
CogAgent是智谱AI与清华大学联合研发的专注于图形用户界面（GUI）理解与操作的多模态大模型。
小米mimo
小米mimo是由小米全栈自研的AI模型家族，整合旗舰基座、全模态理解与高质量语音合成能力。
Meta 开源全新 AI 模型 TRIBE v2，精准预测人类大脑多模态反应
Meta最新发布的TRIBE v2模型是一个能够根据视觉和听觉刺激精确预测人脑活动模式的开源AI系统。
全网疯传：Claude最新模型意外曝光：全面碾压Opus 4.6，强到让Anthropic不敢发布
一篇关于Claude新模型的爆料文章在网络引发热议，声称存在远超现有版本的隐藏模型，但其真实性存疑，可能源于对模型迭代和市场策略的误读。
刚刚，Anthropic王炸Claude泄露，全面碾压Opus 4.6引爆全网
一次重大人为配置失误，导致 Anthropi 尚未发布的下一代旗舰模型 “Claude Mythos” 绝密细节意外泄露，其代号为 “Capybara”。
美团发布开源原生多模态大模型 LongCat-Next，让视觉和语音成为 AI 的母语
美团发布开源原生多模态大模型 LongCat-Next，统一语言、视觉与语音，让AI像理解文本一样自然地理解世界。
Cursor滑跪开源技术报告：Kimi基模这样微调能干翻Claude
Cursor在其最新的Composer 2模型中被发现是基于Kimi K2.5进行微调而非纯自研，揭示了高估值AI公司与底层模型提供商之间复杂的技术依赖关系；此次事件中，Cursor通过特定的拒绝机制与微调技术，在使用国产基模的情况下在编程场景中实现了接近Claude的性能表现，引发业界对“套壳”定义与核心竞争力的讨论。
谷歌发布最高质量音频模型Gemini 3.1 Flash Live，低延迟、高精度响应，打造实时语音交互新范式
谷歌正式发布了Gemini 3.1 Flash Live音频模型，该模型在低延迟和高精度方面表现卓越，旨在为实时语音交互领域树立新的行业标杆，结合了极高的性价比和处理高吞吐量任务的能力。
聊聊 Token 出海的生意经：模型开源给世界，中国赚什么？
中国开源大模型通过技术与成本优势，正成为全球AI应用的底层“基础设施”，而中国通过Token出海和参与技术标准制定，在供应链中实现深度变现与话语权争夺。
从现在开始，得像研究DeepSeek一样严肃研究Kimi
从现在开始，得像研究DeepSeek一样严肃研究Kimi，因为其K2.5模型已在编程领域超越巨头，并成为全球开源生态的中流砥柱。
Phenaki
Phenaki是基于文本提示生成可变时长视频的AI模型。