-
协和·太初 – 北京协和医院和中科院联合推出的罕见病领域 AI 大模型，让生命不再被漏诊
罕见病诊断难？协和太初AI诊断系统：精准识别412种罕见病，准确率达92.7%，降低误诊率41%，缩短确诊周期2.8年。基层医院与患者必备，立即了解权威诊断方案。 -
GLM-Realtime：智谱最新推出的端到端AI模型，支持2分钟记忆和清唱功能
GLM-Realtime：智谱AI端到端多模态模型，支持清唱与毫秒级响应，适配智能硬件/教育/医疗场景，经评测响应速度领先，提升实时交互体验。 -
Ferret-UI：苹果公司推出的多模态AI模型
🔍 专攻手机界面的“视觉大脑” 苹果自研的多模态交互引擎Ferret-UI是苹果专为移动端打造的AI模型，能像人类一样“看懂”手机屏幕。它不仅能识别App图标、按钮等微小元素，还能根据用户指令自动操作界面——比如一句“订美团外卖”，它就能跳转应用完成下单，彻底告别手动点按。 官网直达：https://arxiv.org/pdf/2404.05719.pdf开发者社区：https://discord… -
Mora-微软等推出的多智能体视频生成框架
微软开源Mora视频AI实测：多智能体框架支持文生视频/图生视频/视频编辑等6大任务，性能接近Sora且完全免费！附2025年与Runway/Pika/Stable Video全系竞品对比表，立即获取开源替代方案。 -
Qwen VLo – 阿里推出的多模态统一理解与生成模型
🔍 Qwen VLo：从“看懂”图片到“创作”图片的AI多面手 Qwen VLo是阿里云通义千问团队在2025年6月推出的一款多模态生成式AI模型。它不仅能够像传统视觉模型那样“理解”图像内容，还能根据用户的自然语言指令进行高质量的图像生成与编辑，真正实现了从“感知”世界到“描绘”世界的跨越。这款模型支持图像生成、编辑、风格转换、视觉定位等多种任务，尤其擅长处理开放式的创作指令。 你可以通过Qwe… -
LivePhoto：图片生成动态视频模型
🎬 想让照片动起来？LivePhoto让静态图片秒变动态视频 LivePhoto是一款由阿里巴巴、香港大学和蚂蚁集团联合研发的图片转视频AI模型，基于先进的Stable Diffusion架构，创新性地融合了运动控制技术。它能够将静态图像转换为生动的动态视频，用户只需通过文字指令就能精准控制画面中元素的运动，让照片真正"活"起来。 官网链接：https://xavierchen… -
华为-盘古AI大模型
华为盘古大模型系列已全面上线，包含自然语言处理（NLP）、计算机视觉（CV）及气象科学计算三大核心模型，推动AI技术在各行业落地应用。该系列通过千亿级参数规模与深度学习方法，显著提升中文理解、图像分析和气象预测能力。官网链接：华为云盘古大模型官网 一、核心模型与技术亮点 NLP大模型 能力：业界最接近人类中文理解水平的AI模型，支持文本生成、分类、问答等任务。 创新点：采用Encoder-Deco… -
-
Gemma 3-谷歌发布的开源AI模型，小尺寸可商用
Gemma 3：谷歌开源多模态AI模型，支持128K长文本处理，适配PC/移动端，经LMArena评测STEM准确率提升35%，适合科研与多语言场景。 -
昆仑大模型：中国石油等联合发布的能源行业大模型
昆仑大模型是什么？ 专为能源行业打造的大型AI系统，由中国石油、中国移动、华为和科大讯飞联合研发。它像“能源行业超级大脑”，能处理地质勘探、设备管理、客户营销等专业任务，推动油田、炼化等场景的智能化升级。 官网：https://www.kunlunai.com 🔧 核心能力拆解 分层架构精准适配 专业层：地震解释、测井分析等垂直模型，直接服务地质工程师（如自动解析地下岩层数据） 行业层：油气知识库… -
dots.llm1：小红书开源的 MoE 架构大语言模型
✨ dots.llm1：小红书出品的高效AI语言模型 dots.llm1是小红书旗下人文智能实验室（hi lab） 在2025年6月开源的一款大型语言模型。它采用了先进的MoE（混合专家）架构，虽然模型总参数量高达1420亿，但在实际推理时每次只激活140亿参数。这种设计让它既能保持强大的性能，又显著降低了计算成本和响应时间，是一个非常“聪明”且“经济”的AI模型。 它基于11.2万亿高质量的真实… -
Seedance 2.0：字节跳动多模态AI视频大模型功能解析
Seedance 2.0是多模态AI视频生成模型，适配影视制作场景。支持原声音画一体与导演模式，输出15秒高质量短片，降低预演试错成本，提升商业内容生产效率。 -
B站推出bilibili index大模型，为“搜索AI助手”功能提供技术支持
🔥 B站放大招！bilibili index大模型+搜索AI助手内测，Z世代狂欢新玩具 哔哩哔哩重磅推出自研bilibili index大模型，首秀搭载 「搜索AI助手」 功能，专治“关键词搜不到”“弹幕问不出”的痛点！现在搜“如何用Pr剪出电影感vlog？”，AI直接甩你分镜头脚本+调色参数+对应宝藏UP主教程，追新番查攻略效率翻倍～ 点我抢内测资格 💡 三招解锁次世代搜索 弹幕级精准：输入“?… -
Step1X-3D：阶跃星辰开源的3D大模型，支持生成高保真可控的3D内容
不会3D建模？用嘴「说」出一个3D模型！这款国产AI工具让创作像说话一样简单 想为游戏设计一个角色却不会建模？需要产品原型但被复杂软件劝退？Step1X-3D的出现，彻底降低了3D创作的门槛。这是阶跃星辰在2025年推出的开源3D生成大模型，只需输入文字描述，几分钟内就能获得高质量3D模型，让每个人都能成为3D创作者。 官网地址：https://github.com/stepfun-ai/Step… -
k0-math：月之暗面推出的新一代数学推理模型
🧠 k0-math：月之暗面推出的数学AI，解题能力超乎想象 k0-math是月之暗面（Moonshot AI）公司推出的一个专攻数学推理的新一代AI模型。它不像普通的聊天AI，而是更像一个专门的“数学大脑”，背后用上了全新的强化学习和思维链推理技术，专门模拟人脑在解数学题时一步步思考、甚至解完还会“检查一遍”的反思过程。这就让它处理复杂数学难题的能力大幅提升，不管是考试题还是竞赛题，都能帮你搞定… -
Qwen2-Audio：阿里推出的开源音频语言大模型
Qwen2-Audio是什么？ 阿里通义开源的智能音频大模型，能直接“听懂”人声、音乐、环境音，并给出文字回答或分析报告。比如你说一段话，它能帮你总结重点；录一段雨声，它能判断是否伴随雷电。无需文字转写，跨语言交流也支持。 Qwen2-Audio团队在 Hugging Face 和 ModelScope 上开源了 Qwen2-Audio-7B 以及 Qwen2-Audio-7B-Instruct，… -
Step-Audio：阶跃星辰推出的开源语音交互模型
🔊 中文语音天花板，开口就是戏精 吉利联手阶跃星辰打造的开源神器Step-Audio是国内首个能同时处理方言、歌声、情感语调的语音大模型。无论是给游戏角色配音，还是让智能客服说话带温度，它都能搞定，连东北话、四川话都学得惟妙惟肖，堪称声音界的“百变星君”。 官网直达：Step-Audio开源主页 🎭 五大核心能力，开口就惊艳 方言歌声全能王支持20+种方言（粤语、川渝话等）、中英日韩多语种切换，甚… -
LaVie：上海人工智能实验室开源的视频生成模型
小白秒变特效师？这款国产黑科技彻底杀疯了 还在为视频制作头疼？剪辑复杂、渲染太慢、特效不会做？试试清华系团队打造的LaVie——输入文字直接生成4K电影级视频，抖音百万播放量有手就能做！ >> 官方免费体验：LaVie开源项目地址 2025新版LaVie强在哪？ 打字出电影：输入“赛博朋克少女雨中战斗”，30秒生成10秒高清视频 照片变动画：上传静态图自动生成动态场景（如让风景照云流动… -
LongCat-Flash-Chat：美团推出的开源大语言模型
美团开源LongCat大模型：5600亿参数MoE架构，支持128K上下文和智能体任务，免费商用。性能媲美Claude4，适合开发者和企业高效AI应用。立即体验开源模型优势。 -
MovieLLM-通过AI生成电影来增强长视频理解的框架
MovieLLM是什么？ 复旦与腾讯联合研发的AI电影引擎，专攻复杂剧情视频理解。它能生成风格统一的长视频，解决影视行业高质量训练数据稀缺的痛点。2025年开源版本已支持8K超清生成。 https://movie-llm.fudan.edu.cn 核心技术解析 1. 剧本智能生成 输入题材关键词（如“赛博朋克爱情”），GPT-4自动输出分镜剧本+角色对话，含场景细节描述与情绪标注。 2. 画风锁定… -
Gemini 2.5 Flash Image – 谷歌推出的AI图像生成和编辑模型
💫 Gemini 2.5 Flash：一句话生成图片的AI画师 Gemini 2.5 Flash是谷歌推出的AI图像生成与编辑工具，只需用文字描述就能创建和修改图片。无论是给照片换个背景，还是将脑海中的创意变成视觉现实，这个代号"Nano Banana"的AI模型都能快速搞定，让每个人都能轻松成为数字艺术家。 在线体验：进入 Google AI Studio，选择图像编辑即可使… -
Gemini 3 – 谷歌推出的新一代多模态理解与推理AI模型
Gemini 3：谷歌的“全能型”AI助手来了 谷歌最新推出了Gemini 3多模态AI模型，这款被誉为“全能型选手”的人工智能不仅能理解文字，还能看懂图片、视频，甚至能像真人一样进行复杂推理。它已经在多个专业测试中刷新记录，成为目前最强大的AI模型之一。无论是学习新知识、辅助编程，还是处理日常工作，Gemini 3都能提供智能帮助。 官网链接：https://deepmind.google/mo… -
Octopus V2-斯坦福推出的可在设备上运行的大模型
端侧AI新标杆：Octopus v2模型深度解析 ——手机能跑的大模型，比GPT-4更快更准 ⚙️ 核心功能亮点 1. 性能碾压主流模型 推理速度：在安卓设备上，单次函数调用响应仅需1.1-1.7秒，比云端GPT-4快168%，比“Llama7B+RAG方案”快36倍。 准确率：函数调用精准度达99.5%，超越GPT-4和RAG方案31%。 能效优化：上下文长度减少95%，相同电量下支持37倍更多… -
子曰大模型-网易有道发布的教育大模型
🚀 网易有道“子曰”：你的全能AI学习伴侣 学习遇到难题没人问？口语练习找不到陪练？别急，网易有道的“子曰”教育大模型可能就是你的救星！它可不是一个冷冰冰的AI，而是一个专为教育场景打造的垂直大模型，就像一个藏在手机里的全能家教，从翻译、作文到口语、答疑，样样都能帮上手。它的名字取自教育家孔子“因材施教”的理念，寓意着用AI技术为每个孩子提供个性化的学习支持。 官网地址：https://ziyue…
