StepAudio 2.5 TTS：阶跃星辰推出的高精度文本转语音模型
StepAudio 2.5 TTS是阶跃星辰推出的新一代AI文本转语音模型，以全局语境控制、文中语境精细调节、零样本音色复刻为核心能力，支持自然语言描述式情感与风格调控，延迟低、音...
MaxHermes：MiniMax推出的可自主迭代技能的云端AI智能体工具
MaxHermes是MiniMax公司推出的全球首个基于云端沙箱的自我进化AI助手，依托Hermes Agent框架与自研M2.7大模型打造，核心具备自主技能生成迭代、跨会话持久记忆、多子代理并...
SearchClaw：人大开源的AI深度研究智能体，自托管多源检索生成可引用报告
SearchClaw是中国人民大学信息检索实验室（RUC-NLPIR）研发的开源自托管AI深度研究智能体，通过自主多轮检索、网页解析、内容整合与质量校验，生成带权威引用的结构化研究报...
ERNIE-Image：百度文心开源的8B参数单流DiT架构AI文生图工具
ERNIE-Image是百度文心大模型团队推出的开源AI文生图模型，采用8B参数单流DiT架构，内置3B参数提示词增强器（Prompt Enhancer）。核心优势为精准多语言文字渲染、超强指令遵...
OmniShow：字节跳动和香港中文大学等联合开源的全模态人-物交互视频生成模型
OmniShow是由字节跳动、香港中文大学、莫纳什大学、香港大学联合研发并开源的端到端多模态人-物交互视频生成（HOIVG）统一模型。它是业界首个完整支持RAP2V的单架构模型，以...
Spark 2.0：World Labs开源的Web端3D高斯溅射实时渲染库
Spark 2.0是由World Labs基于THREE.js开源的高级3D高斯溅射（3DGS）渲染库，专为Web端打造。它通过创新的LoD流式加载、GPU加速排序与全格式兼容，实现亿级高斯点在手机、PC...
MAI-Image-2-Efficient：微软推出的轻量化高效文生图模型，兼顾速度成本与生成质量
MAI-Image-2-Efficient 是微软于2026年4月正式发布的轻量化、高效率AI文生图模型，属于微软MAI-Image系列的第二代高效版本，定位为旗舰模型MAI-Image-2的低成本、高吞吐替代...
Relax：小红书开源的全模态大模型强化学习引擎，高效异步训练框架
Relax是小红书AI Infra团队开源的高性能多模态大模型强化学习后训练框架，基于Ray Serve、Megatron-LM与SGLang构建，提供全模态支持、服务化容错、全异步流水线三大核心能力...
HY-World 2.0：腾讯混元开源的多模态3D世界生成与重建模型
HY-World 2.0是腾讯混元于2026年4月开源的多模态3D世界模型，支持文本、图像、视频输入，一键生成可漫游、可编辑、可导入主流游戏引擎的3D世界资产（Mesh/3DGS/点云），兼具...
AgentGPT：浏览器端零代码自主AI智能体，一键完成任务拆解与自动化执行
AgentGPT是由Reworkd AI团队开发的开源浏览器端自主AI智能体平台，基于Next.js、FastAPI、LangChain与OpenAI大模型构建，无需本地安装环境，打开网页即可创建、配置并运行自...