Colibrì：纯C开源GLM千亿MoE推理引擎，低内存磁盘流式离线运行超大模型
Colibrì是开发者 JustVugg 开源、基于纯C语言开发的轻量化 GLM-5.2 MoE 大模型本地推理引擎，仅需25GB左右内存搭配高速NVMe固态硬盘，即可本地完整运行744B规模GLM-5.2 Mo...
Inkling：开源MoE多模态大模型，可控推理算力支持百万上下文与自主微调
Inkling 是由前 OpenAI CTO Mira Murati 创立的 Thinking Machines Lab（思维机器实验室）推出的从零完整训练、全权重开放商用通用多模态基础大模型，配套自研 Tinker 全链...
Xiaomi-Robotics-U0：小米发布的开源机器人仿真数据生成AI模型
Xiaomi-Robotics-U0是小米机器人实验室38B参数自回归世界基础模型，统一文生图、图像编辑、多视角场景、具身迁移、机器人交互视频生成，搭载FlashAR高速推理，完整开源，适...
GPT-Live：OpenAI推出的全双工实时语音对话大模型，支持同步听说与多模态交互
GPT-Live 是 OpenAI发布的新一代全双工端到端实时语音大模型，全面替代旧版 Advanced Voice Mode，作为 ChatGPT 全系语音交互底层引擎，面向全球用户分双版本开放。
KAT-Coder-Pro V2.5：快手自研工程级Agent编程大模型，自主完成全链路仓库开发与智能工具调用
KAT-Coder-Pro V2.5是快手KwaiKAT发布的旗舰AI编程大模型，具备256K上下文、AutoBuilder全链路工程构建、稳定多工具Agent能力，支持前后端、运维、自动化全场景开发，兼容O...
Agents-A1：上海AI实验室开源的35B MoE智能体模型
Agents-A1 是上海人工智能实验室 InternScience 团队开源的35B MoE 混合专家大模型智能体，核心设计理念为「Scaling the Horizon（拓展智能任务视界）」，该模型通过超长任...
Wan-Dancer：通义万相开源的音频驱动长时长舞蹈视频生成模型
Wan-Dancer 是由 Wan-Video（通义万相）团队开源的分层式长时长音乐转舞蹈视频生成框架，依托Wan2.1、DiffSynth-Studio两大自研项目搭建，可直接根据输入音乐、人物参考图、...
MOSS-VL-Realtime：OpenMOSS开源的11B实时流式视频理解多模态模型
MOSS-VL-Realtime 是 OpenMOSS 团队于2026年推出、11B参数量全开源权重流式实时视频理解多模态大模型，核心革新传统视频模型“先完整看完视频再回答”的离线范式，实现AI边...
SeFi-Image：SeFi-Team发布的开源语义优先AI文生图推理框架
SeFi-Image是基于语义优先双潜流扩散的开源文生图项目，提供1B/2B/5B Base/RL/Turbo多版本模型，支持CLI与Python API、批量多GPU推理，适用于AI视觉科研实验。
SenseNova-Vision：商汤开源统一多模态视觉大模型，单基座兼容检测分割深度三维重建
SenseNova-Vision是商汤科技OpenSenseNova团队开源的统一多模态视觉生成大模型，依托论文《Vision as Unified Multimodal Generation》落地，开源仓库配套完整训练、推理、...