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
JoyAI-Video-Edit – 京东开源的实时流式视频编辑模型
JoyAI-Video-Edit是京东开源自研的实时流式视频编辑模型，基于16B参数自回归扩散架构，在720P分辨率下实现30FPS推理速度，支持任意时长稳定流式编辑。
阅读全文Alpamayo 2 Super – 英伟达开源的自动驾驶 AI 推理模型
Alpamayo 2 Super 是英伟达开源的自动驾驶 AI 推理模型。模型基于 NVIDIA Cosmos 3 Super Reasoner 构建，具备 360° 环境感知、高级驾驶决策与自动推理标签生成能力，在 LingoQA 自动驾驶推理基准中排名第一。
阅读全文InstructAV2AV – 智源联合北大开源的音视频联合编辑模型
InstructAV2AV 是北京智源人工智能研究院与北京大学联合推出的音视频联合编辑模型。用户只需一句自然语言指令，可在端到端生成过程中同时编辑视频画面与对应声音，无需手工掩码或分步处理。
阅读全文Hy ASR 3.0 preview – 腾讯混元推出的新一代语音识别模型
Hy ASR 3.0 preview是腾讯混元推出的新一代语音识别模型，基于 Hy3 大语言模型，融合高精度语音识别与深度语义理解。模型支持中文、英语、粤语及10大方言片区，具备上下文智能纠错、热词注入及高噪/耳语等复杂场景鲁棒性。
阅读全文ForgeStencil – 面壁智能推出的 Stencil 全自动研究部署系统
ForgeStencil 是面壁智能联合 OpenBMB 开源社区推出的全球首个支持 Stencil 自动研究、自动部署的 AI 优化系统，基于 Kernel Agent 与 App Agent 双智能体闭环，实现从优化策略发现到真实生产软件集成的全流程零人工介入。
阅读全文MiniMax H3 vs Seedance AI 视频生成效果深度对比
好多小伙伴问我，现在怎么大多数视频软件都在做漫剧，做短剧，有没有做商业视频的模型可以推荐。 别说，我最近还真测了一个做商业视频的 AI 视频生成模型，就是 MiniMax H3。
阅读全文Orchard – 微软研究院开源的 Agentic AI 建模框架
Orchard 是微软研究院推出的开源 Agentic AI 建模框架，核心为基于 Kubernetes 的 Orchard Env 环境服务，支持跨域复用沙箱进行数据蒸馏、强化学习 rollout 与评估。
阅读全文E-Bench – 腾讯混元等推出的智能体评测基准
E-Bench 是腾讯混元团队联合清华大学 AIR、东南大学推出的多步骤工具使用评测基准，基于王者荣耀、QQ 音乐、腾讯会议三大真实产品为原型，构建全合成虚拟环境，包含 323 个状态变更任务、41 张数据库表及超 7.6 万条数据。
阅读全文SenseNova U1.5-Lite-Preview – 商汤开源的轻量多模态模型
SenseNova U1.5-Lite-Preview 是商汤科技开源的轻量级原生统一多模态模型预览版，基于 NEO-Unify 架构迭代，仅 8B-MoT 参数即贯通视觉理解、推理、生成与编辑。
阅读全文MindMemOS – 华为诺亚方舟开源的 AI Agent 记忆操作系统
MindMemOS 是华为诺亚方舟实验室开源的 AI Agent 记忆操作系统，能解决 Agent 用完即忘的痛点。系统将记忆从单个 Agent 中解耦为可跨框架复用的独立资产，采用实体-属性-时间三维结构保存最新状态与完整演变轨迹。
阅读全文GenOffice – Genspark 推出的本地 AI Office 客户端
GenOffice 是 Genspark 推出的面向 Windows 与 Mac 的本地 AI Office 客户端，定位为AI 时代的 Office。工具开源免费，在保留传统文档编辑能力的同时，将 AI 深度嵌入 Word、PPT、Excel 与 PDF 等高频办公场景，采用AI 生成 Markdown/HTML + 转换引擎输出可交付文件的两层架构。
阅读全文开源 AI 视频生成工具 MoneyPrinterTurbo 使用教程
AI 视频生成现在越来越精致且自然了，但很多时候我们还是想要真实的画面作为视频素材，AI 只是帮我们去剪辑内容，如果 AI 能自己去找真实素材再剪辑，那就更好了。
阅读全文MemHarness – 上海 AI Lab 等推出的智能体记忆重构框架
MemHarness 是上海 AI Lab 联合浙大、复旦、上海交大等高校推出的 LLM Agent 记忆重构框架。现有记忆增强 Agent 常将检索到的历史经验直接注入上下文，若旧经验与当前状态不匹配反而导致负迁移。
阅读全文Qwen 3.8-Max – 阿里云 Qwen 团队推出的旗舰大模型
Qwen 3.8-Max 是阿里云 Qwen 团队推出的旗舰大模型，总参数量达 2.4 万亿，基于 Qwen 3.5 架构扩展而成。作为 Qwen 家族迄今最强大的模型，是首个即将开源权重的 Max 级别模型。
阅读全文Qwen-CUA – 阿里 Qwen 等推出的原生 Computer Use Agent
Qwen-CUA 是 Qwen 团队与 XLang Lab 联合推出的原生 Computer Use Agent，基于 397B-A17B 混合专家架构，仅通过截图感知界面状态，无需依赖 DOM 树或辅助功能元数据，直接用键盘和鼠标事件操控浏览器、桌面应用及专业软件。
阅读全文Polar – AI 浏览器，自动跨站收集整合信息
Polar 是 Perplexity 前员工 Kevin Jiang 推出的 AI 浏览器，平台基于 Chromium 构建。与侧重消费场景的 AI 浏览器不同，Polar 专注知识工作领域，专门处理跨网站、批量、重复且持续数十分钟乃至数小时的复杂任务。
阅读全文万有无界 – 阿里云推出的多角色 Agent 协作工作台
万有无界是阿里云推出的多角色Agent协作工作台，面向企业与个体创业者。用户提出需求后，平台自动召集PMO、产品经理、开发、测试等数字员工组成协作群，围绕复杂项目接力推进。
阅读全文PicsetAI – 电商 AI 视觉设计工具，完成输出整套详情图
PicsetAI 是专为电商卖家打造的 AI 视觉设计工具，主打「全品类商品图智能生成」与「爆款风格复刻」。用户只需上传一张产品实拍图，AI 可自动分析产品特征、智能规划详情页结构，一次性批量生成 4–15 张包含精美场景、营销文案、专业排版的高质量详情图。
阅读全文