AI文章
AI文章
整理 AI 项目、模型、工具和行业动态，给出更容易读懂的背景与使用参考。
内容精选
最新 AI 文章
OiiOii 怎么用？AI 一键生成漫剧完整教程
AI影视，真的开始从网友整活走向正规军了。 昨天，国内首部 AIGC 长剧《后西游记》正式上线芒果TV，并直接登上了湖南卫视黄金档！
阅读全文Fusion Model – FUMO Lab 推出的智能分配模型
Fusion Model 是 FUMO Lab 推出的智能分配模型。模型能根据不断演化的任务状态，动态将计算需求分配给最适合的异构模型，实现"一次融合，尽揽众长"。
阅读全文Hy4 preview 轻量版 – 腾讯混元开源的Hy4量化压缩模型
Hy4 preview 轻量版是腾讯混元将原本 1.5TB 的 Hy4 preview 开源大模型，通过自研 Sherry 1.25bit 稀疏量化与 MIX-STQ1_0 逐层混合精度技术，压缩至约 214GB 的版本。
阅读全文WeMM-Embedding – 微信开源通用多模态Embedding模型
WeMM-Embedding 是腾讯微信视觉团队开源的通用多模态 Embedding 模型家族，提供 2B/4B/9B 三种规格。模型将文本、图像、视频、视觉文档及交错多模态输入统一编码到共享向量空间，在 MMEB-v2 基准排行榜位列第一。
阅读全文《2026 中国 OPC 深度洞察报告》（PDF文件）
《2026中国OPC深度洞察报告》是WAIC FutureTech OPC独立先锋挑战赛组委会、D.Transformer孵化器与同济大学SustainX复杂社会技术系统设计研究中心联合推出的深度调研成果。
阅读全文FireRedAudio – 小红书 FireRed 推出的通用音频语言模型
FireRedAudio 是小红书 FireRed 团队推出的通用音频语言模型，基于 9B 参数 Qwen3.5 自回归 LLM。模型理解与生成分别使用独立的连续表征通道（Audio Encoder 与 RedAE），再汇入共享 LLM 统一推理。
阅读全文Kage – 开源的沉浸式 3D 交互体验项目，实时构建动态场景
Kage 是设计师 Meng To 开源的沉浸式 3D 交互体验项目。工具仅用单个 HTML 文件，以 Three.js 实时渲染叠加 GPT Image 2 生成的场景素材，构建一场虚构京都山寺的夜间漫步。
阅读全文MiniMax H3 Max – MiniMax 推出的实时视频生成模型
MiniMax H3 Max 是 MiniMax 推出的实时视频生成模型，基于开源 H3 进行后训练与推理优化。模型支持文生/图生视频并同步生成音频，5 秒 768p 视频不到 3 秒可生成，吞吐量达原生 H3 的 35 倍，在 Artificial Analysis 和 Design Arena 图生视频榜均排名第一。
阅读全文实测 WorkBuddy × Hy4 preview – 一句话搞定真实生产
我很早就在用 WorkBuddy。 Hy3 那会儿，我已经拿 WorkBuddy 写过文案、搭过页面，也让 WorkBuddy 处理过一些零碎任务。日常需求交给 WorkBuddy 没问题，但任务一长、文件一多，就总觉得还差一点。
阅读全文WikiSkill – 谷歌推出的 Agent 技能进化框架
WikiSkill 是 Google Research 推出的 Agent 技能进化框架。框架通过三层架构，存储原始轨迹的 Raw Layer、持续积累结构化知识的 Wiki Layer、以及存放可执行技能的 Skills Layer，让 Agent 经验沉淀为持久知识，再从中生长出可复用技能。
阅读全文Ling-3.0-flash-Fin – 蚂蚁百灵推出的首个金融增强模型
Ling-3.0-flash-Fin是蚂蚁百灵推出的首个金融增强模型，基于Ling-3.0-flash架构（124B总参数/5.1B激活参数），面向真实金融工作流。
阅读全文豆包工作实测 – Agent 进入真实工作环境，本地云端免费用
最近被豆包刷屏了。 短短一周内，豆包密集迭代上线了远程控制电脑、Windows 虚拟桌面、云电脑和侧边工作台，还一口气接入了超过 200 个技能与连接器。
阅读全文腾讯混元 Hy4 preview 实测 – 用 WorkBuddy 搞定全流程办公
腾讯刚刚发布了 Hy4 preview，总参数达到 770B，激活参数为 49B，上下文长度超过 1M。WorkBuddy 又是首发接入，能免费体验整整两周，而且Hy3 也会继续免费到 9 月底，想体验 AI Agent 办公的一定要下载来试试。Hy4 preview 官方重点提到了软件工程、游戏开发、智能办公。我就先帮大家测测这几个方面到底实力如何。
阅读全文Zing-0.5 – Loopit 开源的实时交互视频世界模型
Zing-0.5 是 Loopit 开源的实时交互视频世界模型，5B 参数，基座为 Wan2.2-TI2V-5B，采用 Apache 2.0 协议。核心能力是"联合控制"，键盘空间操作与自然语言语义改写两条链路共同进入 Causal DiT，用户可一边操控角色移动，一边随时用文字改写正在发生的世界，新指令会进入当前世界而非重置场景。
阅读全文AI 技能成千上万怎么选？DeepSkill 精准搜索实战
各位宝子们，现在AI工具真是越来越多了，各种技能、插件、智能体让人眼花缭乱。想找几个好用的AI技能来帮忙处理工作，结果搜出来的不是功能不对口，就是广告吹得天花乱坠，实际用起来一言难尽。
阅读全文2026 年 AI 生成图文店门头效果图 – 7 款工具深度横评
客户张嘴就要「先看效果图再下单」，你却要熬两个通宵用 PS 拼一张门头示意？
阅读全文Hy4 preview – 腾讯混元开源的新一代旗舰大模型
Hy4 preview 是腾讯混元推出的开源旗舰大模型，总参数 770B、激活参数 49B、上下文长度达 1M。模型通过与腾讯内部软工、游戏、金融、安全等领域专家深度共建，模型在代码开发、办公分析、游戏制作、科学研究等真实生产力任务上表现卓越。
阅读全文miya.fm
miya.fm 是 ACE 公司 推出的个人AI音乐 Agent ，用户无需描述音乐需求，只需给出心情、经历，或粘贴 X 账号/帖子链接，AI 能生成定制歌单、完整歌曲、Diss 视频或 Remix 作品。
阅读全文