HyperFrames：HeyGen开源的HTML视频渲染框架，AI原生可编程视频生成工具
HyperFrames是HeyGen开源的AI原生视频渲染框架，以纯HTML为核心语法，通过data-*属性定义视频时序与轨道，支持GSAP/Lottie/Three.js等动画引擎，提供确定性渲染与CLI工具链...
Audio Flamingo Next：NVIDIA开源长音频理解大模型，支持30分钟全域音频智能分析
Audio Flamingo Next（AF-Next）是NVIDIA与马里兰大学联合发布的新一代开源大型音频语言模型，支持30分钟长音频输入与128K上下文窗口，首创时序音频思维链技术，精准锚定时...
Voicebox：开源本地AI语音合成工具，本地运行零样本语音克隆与多轨编辑
Voicebox是一款开源本地优先AI语音合成工具，主打隐私安全、全功能语音创作与跨平台高性能运行。作为免费的 ElevenLabs 开源替代方案，它支持零样本语音克隆、7款TTS引擎、...
AirLLM：低配硬件运行超大参数量LLM的推理优化框架
AirLLM是一款开源大语言模型推理优化框架，无需量化、蒸馏、剪枝即可让单4GB显存GPU运行70B模型、8GB显存运行Llama3.1 405B模型，支持CPU/MacOS多环境，兼容Llama、ChatGLM...
RedBookC：小红书AI全自动运营Agent，零人工干预内容生成与发布
RedBookC是基于Codong、Node.js开发的开源小红书AI全自动运营Agent，集成Claude AI内容生成与Playwright浏览器自动化，实现从资讯抓取、文案创作到多账号定时发布的全流程无...
LingBot-Map：蚂蚁灵波推出的实时流式3D重建AI模型
LingBot-Map是蚂蚁灵波科技于2026年4月开源的纯自回归流式3D重建基础模型，基于创新几何上下文Transformer（GCT）架构，仅需普通RGB摄像头即可实现20FPS实时推理与万帧级长...
Qwen3.6-35B-A3B：阿里云通义千问开源的轻量高效多模态大模型
Qwen3.6-35B-A3B是阿里云通义实验室（通义千问团队）开源的稀疏混合专家（MoE）架构多模态大语言模型，是Qwen3.6系列的首款开源权重版本，采用Apache-2.0开源协议，可免费商...
Claude Opus 4.7：Anthropic推出的高阶编程与高分辨率视觉双强AI大模型
Claude Opus 4.7是由人工智能公司Anthropic最新发布并全面开放可用（Generally Available）的旗舰级混合推理大语言模型，是Claude Opus系列的最新迭代版本。相较于前代Opus...
GPT-image-2：OpenAI下一代多模态图像模型，精准文本渲染与照片级真实生成
GPT-image-2是OpenAI研发的下一代多模态AI图像生成与编辑模型，深度集成于ChatGPT生态与API服务，主打文本生成图像、图像编辑修复、高精度文本渲染、UI界面生成四大核心能力...
GPT-Rosalind：OpenAI推出的生命科学领域专用AI大模型
GPT-Rosalind是OpenAI于2026年推出的、以生命科学家罗莎琳德·富兰克林命名的专用AI推理模型，专注服务于药物研发、基因组学、蛋白质研究、转化医学等生命科学领域。