-
Seaweed-APT：AI视频生成模型，单步生成2秒钟的1280×720 24fps视频
🚀 字节跳动Seaweed-APT：单步生成720P高清视频的AI黑科技 用AI生成视频就像拍照一样简单？字节跳动推出的Seaweed-APT模型让这成为现实。这个突破性AI视频生成工具，只需单次计算就能产出1280×720分辨率、24帧/秒的2秒高清视频，彻底改变了传统逐帧生成的繁琐流程，让影视制作、游戏开发和广告创意领域的动态内容创作变得前所未有的高效。 官网：https://seaweed-… -
ThinkSound – 阿里通义开源的AI音频生成模型
🔍 ThinkSound是什么？ ThinkSound是阿里巴巴通义实验室在2025年7月正式开源的音频生成模型，它不仅是阿里在音频AI领域的一次重大突破，更是全球首个将思维链（CoT）技术应用于音频生成的开源模型。简单来说，它能让AI像专业音效师一样“看懂”画面内容，“理解”事件逻辑，并生成高度匹配、精准同步的高保真空间音频，彻底告别传统“看图配音”的机械感和错位尴尬。 ThinkSound的官… -
CoDi-多模态 AI 大模型
🌈 CoDi是什么？ CoDi（Composable Diffusion）是微软推出的跨模态生成模型黑科技，能像“AI魔术师”一样自由组合输入输出——你给它文字、图片、音频甚至视频中的任意组合，它就能生成同步对齐的多模态内容！比如输入一段海浪文字+钢琴曲片段，直接输出带海浪声的治愈系视频，彻底打破传统AI“单线程创作”的局限。 官网直达：https://codi-gen.github.io/ ✨ … -
VideoWorld：豆包等推出的开源视频生成模型，从无标签视频中学习知识
VideoWorld：豆包团队研发纯视觉模型，支持工业自动化与医疗培训，学习效率提升300%，开源生态完善，适配PC端长文本处理及移动端快速决策场景。 -
混元TurboS：腾讯混元推出的新一代快思考模型
AI响应太慢？腾讯混元TurboS：毫秒级推理引擎，首字延迟220ms，成本仅GPT-4-turbo的1/4。支持高并发处理，提升代码生成与智能客服效率。企业级应用首选，立即体验极致速度与性价比。 -
Stable Virtual Camera：Stability AI等推出的AI模型 ，2D图像轻松转3D视频
✨ Stable Virtual Camera：让图片动起来的3D视频魔法 Stable Virtual Camera是Stability AI公司推出的一个AI视频生成模型，它能把普通的2D静态图片变成带有逼真3D效果和深度感的动态视频。你只需要提供一张或几张照片，它就能模拟出相机在不同角度移动的效果，生成看起来非常专业的3D视频。 官网地址：https://stable-virtual-cam… -
商汤商量拟人大模型
🤖 商量拟人大模型是什么？ 商汤科技打造的AI角色对话天花板，堪称“虚拟人造梦工厂”！只需简单设定，它就能生成活灵活现的虚拟角色——从高冷霸总到话痨闺蜜，从仙侠师尊到赛博侦探，人设台词全拿捏。2025年升级多人群聊剧情推演和跨平台分身同步功能，让纸片人真正“活”过来陪你聊天搞事～ 官网直达：https://character.sensetime.com/ 🛠️ 2025核心功能：从捏人到飙戏一条龙… -
gpt-realtime – OpenAI最新推出的语音模型
OpenAI GPT-Realtime语音AI：实现自然实时对话，支持情感识别和多语言无缝切换。提升智能客服与语言学习体验，立即了解革命性语音技术。 -
Seele AI- 全球首个AI生成3D游戏多模态大模型
不会编程也能做3D游戏？这款AI工具让你用文字描述就能创造世界 想做游戏但被编程和建模劝退？有绝妙的游戏创意却苦于没有技术能力实现？现在，只需用文字描述你的想法，AI就能自动生成完整的3D游戏世界——这就是Seele带来的革命性体验。无论是角色设计、场景构建还是玩法机制，统统可以用自然语言搞定，游戏开发从未如此简单。 https://www.seeles.ai 核心功能：一句话生成完整3D游戏 S… -
MiniMax-M1：MiniMax开源的大规模混合架构推理模型
🚀 MiniMax-M1：全球首个开源混合架构推理模型，百万级上下文处理能力颠覆行业 MiniMax-M1是上海稀宇科技在2025年6月推出的全球首个开源大规模混合架构推理模型，这家伙可不是普通的AI模型，它专门擅长“动脑筋”解决复杂问题。最厉害的是它能处理高达100万token的超长文本，相当于一次性能读完好几本长篇小说的内容，并且还能生成8万token的深度推理结果，在数学推理、代码生成和长文… -
Genesis：生成式物理引擎，一句话生成完整精确的模拟物理世界
Genesis生成式物理引擎：顶尖机构联研，支持多物理耦合仿真与语言驱动场景生成，单卡4300万帧/秒性能突破，适配科研级精度需求，经百度算法认证赋能工业机器人训练场景。 -
BangChat-创业邦推出的创投大模型
💡 BangChat：创投圈的"智能军师"，让创业找钱不再难！ 创业找投资像大海捞针？看不懂市场趋势？BangChat这款由创业邦打造的创投领域智能决策引擎，可能就是你的"创业外脑"。它基于16年创投数据积累，深度融合睿兽分析数据库与AI技术，能帮你智能问答、分析趋势、对接资源——从发现机会到落地执行，全程为你保驾护航。 访问BangChat官网 ✨ 核心功… -
MatterGen：微软推出的无机材料设计AI模型，辅助生成新材料
🔬 材料研发迎来"ChatGPT时刻"！AI三天搞定传统三年实验 还在用"炒菜式"试错法研发新材料？微软研究院推出的MatterGen正在彻底改变游戏规则。这个基于扩散架构的生成式AI模型，能够根据目标属性直接生成新型无机材料结构，把传统需要3年的研发周期压缩到3天。从新能源电池到航空航天材料，它正在颠覆整个材料研发行业。 官方博客：https://www.… -
GitAgent-面壁智能联合清华大学发布的大模型智能体应用框架
🔍 GitAgent 框架：大模型智能体的工具箱革命 GitAgent 是由面壁智能与清华大学自然语言处理实验室联合研发的创新型框架，旨在解决大模型智能体在复杂任务中的工具扩展瓶颈。其核心突破在于赋予智能体自主从 GitHub 挖掘、配置并应用工具的能力，通过四阶段流程动态扩展工具箱，显著提升任务解决效率。 🔧 四阶段工具箱扩展流程 智能搜索阶段系统基于用户需求，在 GitHub 海量仓库中精准筛… -
灵医Bot：百度旗下医疗健康AI大模型
灵医Bot：百度推出的AI健康助手，能看病吗？ 灵医Bot是百度“灵医智惠”品牌推出的医疗健康大模型，它基于百度的文心大模型技术，并学习了全国800多家医院和4000多家基层医疗机构的真实诊疗经验。这款AI工具主要为医生和医疗机构提供临床辅助、患者服务和医疗管理等方面的智能支持，旨在提升医疗效率和质量，但它不能替代医生进行诊断。 产品入口：https://01.baidu.com 🩺 核心功能：它… -
FLUX.1 Kontext [dev]：Black Forest Labs开源的图像编辑模型
🎨 修图只会用PS？这款AI工具让你用文字就能精准编辑图片 还在为修改图片中的某个细节而头疼吗？FLUX.1 Kontext [dev]正在重新定义图像编辑的方式！这款由Black Forest Labs研发的开源图像编辑模型，基于Flow Transformer架构实现精准的局部修改与多轮迭代。只需要用自然语言描述你想修改的内容，比如"给人物添加牛仔帽"或"将背景替… -
-
Ferret：苹果发布的多模态大语言模型
🚀 Ferret是什么？ Ferret是苹果憋了三年放出的“读图界福尔摩斯”——能揪着你的文字描述，在图片里精准定位任何形状的物体！不管是“左下角咬了一口的草莓”还是“窗帘后露出的猫尾巴”，它都能瞬间圈出来。2025年已塞进iOS 18.5系统，7B迷你版跑在iPhone上不卡顿，13B专业版在Mac Studio上玩转设计全流程！ GitHub直达：https://github.com/appl… -
京东言犀大模型
京东言犀大模型：产业智能化的新引擎 京东言犀大模型深度融合供应链与产业场景，专为零售、物流、金融等高知识密度领域打造。2025年升级至720B参数规模，新增多模态理解能力，强化对长文本、复杂逻辑任务的支撑，成为国内首个通过工信部“可信AI”认证的产业大模型。 官网直达：https://yanxi.jd.com 一、技术架构：全栈工具链支撑 1. 数据融合引擎 供应链知识增强：30%独家数据来自京东… -
混元DiT-腾讯最新开源的文生图AI模型
混元DiT：腾讯最新开源的文生图AI模型，让AI绘画更简单 混元DiT是腾讯推出的开源文生图模型，基于扩散变换器架构开发，能够根据文字描述快速生成高质量图像。这个模型支持中英文提示词，在人物生成、场景构建等方面表现出色，为开发者和创作者提供了一个强大且易用的AI绘画工具。 官网链接：https://hunyuan.tencent.com/ ✨ 核心功能亮点 高质量图像生成：输入文字描述即可生成细节… -
猎户星空大模型
🚀 猎户星空大模型是什么？ 猎户星空大模型（Orion-14B）是专为企业级场景打造的多语言AI模型，2025年最新升级版已支持320K超长上下文和多模态输入。它用2.5万亿token训练出的140亿参数“小巨人”，在千元显卡（如RTX 3060）上每秒能处理50个汉字，被网友称为“平民企业AI神器”！ https://www.orionstar.com/llm.html 🔧 六大模型全家桶，按需… -
华知大模型-同方知网携手华为推出的中华知识大模型
华知大模型V5.0：专业领域知识处理工具，适配科研政务教育场景，经国家级安全认证，多模态学术图像解析准确率超GPT-4 Turbo 15%，支持长文本分析与私有化部署。 -
Skywork R1V：昆仑万维开源的多模态视觉思维链推理模型
给AI装上“火眼金睛”：Skywork R1V让机器真正看懂世界 👁️ 想象一下，AI不仅能识别图片中有只猫，还能推断出这只猫的品种、年龄，甚至从背景细节判断出拍摄地点和季节——这就是Skywork R1V带来的革命性突破。这个由昆仑万维开源的多模态视觉推理模型，正在让机器真正具备“看懂”世界的能力。 最新评测显示，R1V在复杂视觉推理任务上的表现已经超越了许多闭源商业模型，其中在数学视觉推理测试… -
Matrix-Zero：昆仑万维发布的AI世界模型，支持单张图生成3D世界
平台定位与技术架构 Matrix-Zero是昆仑万维研发的下一代世界模型，包含两大核心技术模块：3D场景生成大模型和可交互视频生成大模型。通过AI将2D图像转化为可自由探索的3D空间，并支持用户实时交互操控视频生成过程，显著提升影视、游戏等领域的内容生产效率。 官网链接：https://www.kunlun.com/matrix-zero 🧩 核心功能特性 🏗️ 3D场景生成大模型 全局一致性：确…
