NEO是商湯科技與南洋理工大學合作研發的全新多模態模型架構，作為首個原生多模態架構（Native VLM），NEO通過底層架構的深度創新，打破了傳統多模態模型的局...

Mistral 3 是 Mistral AI 推出的新一代開源 AI 模型系列，包括小型的 Ministral 3（3B、8B、14B 參數）和大型的 Mistral Large 3（675B 總參數，41B 激活參數...

AnuNeko是米哈游創始人蔡浩宇的新公司Anuttacon推出的AI聊天工具。工具用獨特的“貓娘”形象為特色，通過高度個性化和情緒化的對話體驗，為用戶帶來與眾不同的...

PixVerse V5.5 是愛詩科技推出的視頻生成大模型。模型通過自研的多模態理解和生成技術，支持音畫同步生成，簡化從構思到成片的復雜工作流程，提高創作效率。

Alpamayo-R1（AR1）是英偉達推出的視覺-語言-動作（VLA）模型，通過因果推理提升自動駕駛的決策能力和泛化性。模型的核心創新包括：構建因果鏈（CoC）數據集...

可靈O1（可靈視頻 O1 模型）是可靈AI推出的全球首個統一多模態視頻生成模型。模型通過創新的多模態視覺語言（MVL）架構，實現視頻生成、編輯與理解的無縫融合。

Gen-4.5 是RunWay推出的視頻生成模型，模型在視頻生成的運動質量、視覺逼真度和提示詞遵循度等方面樹立新的行業標準。Gen-4.5 能生成電影級、極為逼真的畫面...

Temvideo.ai 是面向商業用戶的 AI 視頻制作工具，通過智能算法幫助用戶快速生成高質量的營銷視頻。用戶只需提供想法和素材，AI 代理即可自動完成視頻制作，包...

Vidi2是字節跳動推出的專注于視頻理解和創作的多模態大語言模型。在多模態時間檢索（TR）方面達到了行業領先水平，在時空定位（STG）和視頻問答（Video QA）...

傳聲港是杭州龍投文化傳媒有限公司旗下的AI驅動綜合媒體服務平臺，為企業提供一站式品牌傳播與推廣服務。平臺整合了網絡媒體、自媒體博主、網紅達人等資源，...

Ito是開源的智能語音聽寫工具，通過其獨特的“VibeTyping”技術，將用戶的口語意圖轉換為精美文本。支持在郵件客戶端、文檔、聊天平臺、瀏覽器和代碼編輯器等各...

Talo 是先進的AI實時語音翻譯工具，專為打破語言障礙設計，廣泛應用于視頻會議場景。支持超過60種語言的即時翻譯，能無縫集成到Google Meet、Microsoft Teams...

GELab-Zero 是 StepFun 開發的開源 GUI Agent 模型，專注于移動設備的自動化交互和任務執行。具備本地可部署能力，支持在消費級硬件上運行 4B 模型，確保低延...

Spokenly 是為 Mac 和 iPhone 設計的智能語音聽寫應用，支持超過100種語言，具備自動語言檢測功能，適合多語言用戶和國際團隊。提供“本地優先”模式，所有語音...

DeepSeek-Math-V2 是 DeepSeek 團隊推出的開源數學推理模型，能實現自我驗證的數學推理。模型關注答案正確性，注重推理過程的嚴謹性。