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
悟帆AI – 企业级 AI Agent 搭建平台，多 Agent 并行调度
悟帆AI是企业级AI Agent搭建平台，核心理念是"更懂业务的AI搭建平台"，主张"一场对话，搭建AI应用"。与传统AI聊天工具不同，悟帆AI聚焦团队协作与资产沉淀，支持通过自然语言对话构建能理解意图、调用系统、自主决策并执行任务的AI数字员工。
阅读全文Qwen-Audio-3.0-ASR-Flash – 阿里千问推出的语音识别大模型
Qwen-Audio-3.0-ASR-Flash 是阿里千问团队推出的语音识别大模型，现已通过阿里云百炼平台开放调用，提供 Flash、Filetrans、Streaming 三个版本。
阅读全文MiniMax H3 – 稀宇科技推出的通用全模态生成模型
MiniMax H3 是稀宇科技推出的通用全模态生成模型，打破传统任务与模态边界，支持对文本、图像、视频、音频的统一理解与原生生成。模型能输出原生双声道音视频，最高支持15秒2K分辨率，在指令遵循、品牌信息呈现、视频到视频动作迁移等商用场景表现优异。
阅读全文商汤 Seko 3.0 实测 – 一键生成爆款AI短漫剧
AI 剧漫剧的观众越来越多，普通创作者却越来越难赚到钱了。 这并不是你的错觉，DataEye 预估显示，2025 年国内漫剧用户规模约 1.2 亿，到 2026 年上半年，用户规模已突破 6 亿，规模直接翻了几倍。
阅读全文Grok Voice Think Fast 2.0 – SpaceXAI 推出的语音模型
Grok Voice Think Fast 2.0 是 SpaceXAI（xAI）推出的端到端语音到语音模型，采用原生语音到语音架构，无需经过识别—推理—合成多阶段流程即可直接理解并回应用户语音。
阅读全文AngelSpec – 腾讯混元团队开源的端到端推测解码训练框架
AngelSpec 是腾讯混元团队开源的端到端推测解码训练框架，基于 TorchSpec 构建，支持 MTP 自回归与 DFly 块并行共 6 种草稿架构。推理与训练解耦，推理引擎经 Mooncake/RDMA 向训练工作器流式传输隐藏状态。
阅读全文Codex Security CLI – OpenAI开源的AI代码安全扫描CLI工具
Codex Security CLI是OpenAI开源的AI代码安全扫描CLI工具，前身为Codex内置的闭源安全插件。工具基于大模型语义理解自动扫描代码漏洞，深度验证攻击路径真实性并智能过滤误报，同时生成可直接应用的修复补丁。
阅读全文Lyria 3.5 – 谷歌 DeepMind 推出的 AI 音乐生成模型
Lyria 3.5是Google DeepMind 在 Google Flow Music 中推出的新一代音乐生成模型，实现音乐性、歌词质量、人声表现力与创作控制四项核心升级。
阅读全文怎么把 Codex 的模型接入 Claude Code ？附完整教程
最近 Claude 又开始大面积封号，我的主号终究也没能幸免。
阅读全文img2threejs 实测 – 电商产品图一键生成 3D 模型
今天发点适合做 3D 模型的东西。 把一张产品图做成能在网页里旋转、拆解、播放动画的 3D 模型，手工建模真的耗时耗力。
阅读全文Qwen-Audio-Agent – 阿里开源的实时语音 Agent 框架
Qwen-Audio-Agent 是阿里语音AI团队推出的开源实时语音 Agent 框架，基于 Qwen-Audio-3.0-Realtime 模型构建。框架作为统一的实时语音入口层，让用户通过自然语音与 OpenCode、OpenClaw、Codex 等后台 Agent 进行全双工对话，支持边听边说、随时打断，将复杂任务委派给后台执行后带回结果。
阅读全文NewMax – 本地 AI Agent 工作台，AI会真实操作浏览器
NewMax 是本地优先的 AI Agent 工作台，支持 macOS、Windows 与 Linux。平台以工作区为单位管理本地文件与对话，可调用 OpenAI、Claude、DeepSeek、Kimi 等十余种主流模型。
阅读全文JiuwenSwarm – 华为开源的 AI Agent 统一工作平台
JiuwenSwarm是华为2012实验室、华为云、终端小艺等团队联合构建的开源AI Agent平台，也是首个面向鸿蒙PC的开源AI统一工作台。平台采用多智能体协同架构，支持办公、编程、娱乐等场景的一站式任务执行，创新推出 HITS人机协同新范式，让人与Agent共同组队完成复杂任务。
阅读全文KerWork – 桌面级AI执行助手，可在本地完成各种任务
KerWork 是桌面级智能执行助手，用户用自然语言下达目标，工具可自动在本地电脑中翻阅查找资料、理解任务背景、规划执行步骤，并调度工具完成跨文件、跨应用操作，最终直接交付成品级结果。
阅读全文AgentLink – 心言集团推出的跨智能体工作流终端
AgentLink 是心言集团推出的跨智能体工作流终端 App，将分布在不同设备、不同类型的 AI 智能体，如 Claude、Codex、OpenClaw 等统一接入移动端，实现扫码配对、远程操控与协同接力。
阅读全文RingBot AI – AI智能体AaaS平台，零代码配置与上线
RingBot AI是首个"Agent as a Service"智能体即服务 AaaS 平台，主张交付开箱即用的 AI 智能体。企业零代码操作，数分钟即可同时部署语音 Voice Agent 与网站 Chatbot，绑定真实号码实现 AI 接听与外呼 。
阅读全文ChatLens语镜 – AI 会话智能体，透镜读屏智能回复辅助
ChatLens语镜是独立第三方的AI会话智能体，通过纯视觉技术为微信等聊天场景提供智能回复辅助。基于OpenCV自研算法与本地OCR实现界面识别和文字提取，不Hook、不抓包、不破解协议，从源头规避封号风险；视觉识别完全本地化、零Token消耗，用户Token仅用于对话生成。
阅读全文Instella-MoE – AMD 开源的混合专家语言模型系列
Instella-MoE 是 AMD 开源的混合专家语言模型系列，总参数量 16B、激活参数量 2.8B，采用 27 层解码器架构。模型基于 AMD Instinct MI300X / MI325X GPU 及 ROCm 软件栈从头训练，提供预训练、长上下文 Base、SFT、DPO 和 RL 优化共 6 个全开源版本。
阅读全文