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
LibTV Skill Hub 实测 – 从剧本到成片一键搞定
过去一年，Video Agent 几乎成为了 AI 视频行业最热门的方向。 很过 Agent 都能一句话生成视频片段，但当我们真正开始创作完整的视频作品时，还是绕不开生成器、画布和节点，AI 视频的核心还是写提示词和抽卡。
阅读全文WaClaw 教程与实测 – Agent 一键生成电商全套主图
一张平铺图传进去，五分钟后淘宝主图、亚马逊白底图、小红书种草图、详情页长图、模特视频全出来了。一共只花了 9 块 9。
阅读全文Claude Fable 5 对比 GPT 5.6 Sol – 全方位评测
最近 GPT 5.6 系列出了，与Fable 5 在各大榜单打得不可开交，大家都想知道它俩到底谁强。 我也想知道，看榜单不如直接用，整点case实际测测这俩模型，看看谁的效果好。
阅读全文Inkling – Thinking Machines Lab 推出的多模态基础模型
Inkling 是 Thinking Machines Lab 推出的开放权重多模态基础模型。模型原生支持文本、图像与音频输入，采用混合专家架构，在 410 亿激活参数下实现跨模态推理，支持开发者通过 Tinker 平台下载权重、按需微调。
阅读全文MiniMax Code – MiniMax 推出的桌面端 AI Agent 编程工具
MiniMax Code 是 MiniMax 推出的桌面端 AI Agent 编程工具，基于 agent-archon 架构构建，支持 Windows 与 macOS。工具具备 Leader/Worker/Verifier 三角色协作能力的自主开发搭档，可自主拆解任务、读写文件、执行代码并管理项目，同时支持飞书、微信等 IM 渠道远程交互。
阅读全文Colibrì – 开源的轻量级本地推理引擎，分层存储推理
Colibrì 是开源的轻量级本地推理引擎，能在 25GB 内存的消费级电脑上运行 744B 参数的 GLM-5.2 旗舰 MoE 模型。模型通过分层存储架构将常驻参数保留在内存，将海量路由专家参数存放在 NVMe 硬盘并按需加载，突破模型必须完整装入高速内存的传统限制。
阅读全文Codex Micro – OpenAI 联合 Work Louder 推出的编程键盘
Codex Micro 是 OpenAI 与 Work Louder 联合推出的首款实体硬件，是专为 Codex AI 智能体打造的迷你桌面控制中心。Codex Micro 将 AI Agent 的实时状态、任务派发与交互操作浓缩到实体按键与旋钮之中，让开发者无需频繁切换窗口可直观指挥AI 干活。
阅读全文X2.0 – Xmax AI 推出的全球首个实时交互视频生成模型
X2.0 是 Xmax AI 推出的全球首个实时交互视频生成模型，支持毫秒级流式生成。用户通过摄像头可实时替换角色服装、召唤虚拟物体、触屏操控画面，实现可玩的视频体验。
阅读全文Qwen-Audio-3.0-Realtime – 阿里推出的实时语音交互模型
Qwen-Audio-3.0-Realtime 是阿里通义团队推出的实时语音交互对话模型，提供 Plus与 Flash双版本。模型在毫秒级响应的同时保持高推理深度，支持无指令 Agent 工具自调用、动态情感语气调整与双工对话。
阅读全文MOSS-VL-Realtime – OpenMOSS 开源的视觉语言模型
MOSS-VL-Realtime 是 OpenMOSS 开源的 11B 参数流式视觉语言模型，专为实时视频理解设计。模型支持边看边答、即时修正与主动沉默，将视频理解从看录像升级为看直播。
阅读全文OvisOCR2 – 阿里ATH-MaaS团队推出的端到端文档解析模型
OvisOCR2 是阿里 ATH-MaaS 团队推出的端到端文档解析模型，基于 Qwen3.5-0.8B 训练并完全开源。模型在 OmniDocBench v1.6 评测中以 96.58 分登顶榜首，具备对复杂版式文档的高精度识别与结构化提取能力，支持多栏排版、表格、公式等场景的解析。
阅读全文Xiaomi-Robotics-U0 – 小米推出的统一具身合成模型
Xiaomi-Robotics-U0 是小米推出的 380 亿参数统一具身合成模型，基于世界基础模型持续训练，联合优化文生图、图像编辑、具身场景生成、具身迁移及具身视频生成五大任务。
阅读全文ABot-World Studio – 高德推出的通用世界模型工坊
ABot-World Studio 是高德推出的通用世界模型工坊，将交互式视频生成与 3DGS 场景生成统一于同一产品。用户输入文字或图片可生成可实时交互的 AI 世界，支持单张 5090 本地部署，单次连续推理可超 1 小时，同时内置时空任意门实现无界世界跃迁。
阅读全文深度实测百度搭子 – AI Agent自动办公全流程，Codex 平替
其实想要 GPT Work + Codex 那套能力，国内已经有成熟平替了。 在我看来，目前体验最棒，甚至可以说是国产第一平替的，还得是百度搭子。不用配环境，不受地区限制，打开就能干活。 废话不多说，我们一起实测看看。
阅读全文LibTV Agent – LibTV 推出的专业级视频创作智能体
LibTV Agent 是哩布哩布AI旗下 LibTV 推出的专业级视频创作智能体，定位为全球最大专业视频 Skill Hub。产品突破传统工作流缝合模式，围绕成片能力构建统一基线，可自主完成创意理解、镜头规划、视频生成与成片优化。
阅读全文StepAmoo – 阶跃星辰推出的新一代个人智能体
StepAmoo是阶跃星辰推出的新一代个人智能体，基于Step AOS智能体原生操作系统，具备操作系统级身份。StepAmoo拥有感知、记忆、规划、连接、执行五项核心能力，采用双域三步记忆结构，能持续理解用户习惯与偏好。
阅读全文Wan-Dancer – 阿里通义开源的人像舞蹈视频生成模型
Wan-Dancer 是阿里通义万相开源的音乐驱动人像舞蹈视频生成模型。输入一张人物照片与一段音乐，可生成节奏精准、动作流畅、风格鲜明的高质量舞蹈视频。
阅读全文STEPX Neo – 阶跃星辰推出的首款大模型原生AI智能体手机
STEPX Neo是阶跃星辰推出的全球首款大模型原生AI智能体手机，搭载智能体原生操作系统Step AOS与主智能体Amoo。手机从底层重构"AI is the OS"的架构，通过统一计算资源池、跨端语义记忆层与原子能力引擎，让智能体拥有系统级调度权。
阅读全文