Music v2：ElevenLabs推出的AI智能音乐生成模型
Music v2是英国伦敦AI音频独角兽企业ElevenLabs 发布的第二代文生全链路AI音乐生成大模型，是品牌从TTS语音赛道跨界深耕AI作曲的迭代旗舰产品，主打分段模块化编曲、单曲内...
MiniMax M3：MiniMax推出的百万 Token 全模态国产旗舰大模型
MiniMax M3是国内AI企业稀宇科技（MiniMax）发布的旗舰级混合专家大模型，也是全球首款同时集齐前沿编程能力、100万Token超长上下文、原生全模态三大Frontier核心能力的国产...
OpenClacky：开源轻量化AI智能体框架，多级缓存降本+多模型统一接入
OpenClacky是由clacky-ai团队开源发布、基于MIT开源协议授权的轻量化开源本地AI智能体（Agent）框架项目，项目托管于GitHub开源平台，主打本地私有化部署、多厂商大模型API...
Gamma-World：英伟达联合清华研发的AI世界模型，虚实场景高效协同仿真
Gamma-World（γ-World）是NVIDIA联合清华、多伦多大学推出的生成式多智能体世界模型，通过单纯形旋转智能体编码与稀疏枢纽注意力两大创新，解决传统模型对称性缺失、算力爆...
Cosmos 3：英伟达开源的多模态物理AI世界基础模型
Cosmos 3是英伟达（NVIDIA）完全开源的全模态物理AI基础模型，采用创新混合Transformer架构，原生集成视觉推理、世界生成与动作预测能力，可理解并生成文本、图像、视频、环...
Polar：英伟达开源的AI智能体强化学习训练框架
Polar是由NVIDIA NeMo团队开发的强化学习训练框架，专为真实世界智能体（Agent）工具箱（Harness）设计。其核心理念是“将工具箱视为环境”，允许开发者将现有智能体评估框...
OmniVoice Studio：开源本地化 AI 语音工具集，完全替代 ElevenLabs 的免费方案
OmniVoice Studio 是一个完全开源、本地运行的 AI 语音工具集，定位为 ElevenLabs 的替代品。它支持 646 种语言的零样本语音克隆、语音设计（多参数调节）、全流程视频配音...
Webwright：微软开源的终端原生Web智能体框架
Webwright是微软开源的终端原生Web智能体框架，核心采用代码驱动范式，让大模型自动生成Playwright脚本操控浏览器，摒弃传统点击预测模式。框架极简轻量（约1000行代码），...
Qwen‑VLA：通义千问开源的视觉语言动作模型，单一模型覆盖多机器人全场景任务
Qwen‑VLA是阿里通义千问推出的开源通用视觉‑语言‑动作统一具身智能模型，基于Qwen多模态基座构建，通过四阶段训练实现视觉感知、语言理解与连续动作生成的端到端融合，单...
Qwen3.7-Plus：通义千问推出的多模态智能体大模型，全链路自动化编程与GUI视觉操控
Qwen3.7-Plus是由阿里达摩院通义千问团队自研、依托Qwen3.7原生基座迭代升级的多模态通用智能体大模型，主打视觉+文本+代码三位一体的自主智能体闭环能力，Qwen3.7-Plus从底...