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
T:0 – Airwallex 推出的 AI-native 自主财务平台
T:0 是 Airwallex 推出的 AI-native 自主财务平台，通过 Accountant、Tax Preparer、Integrator、Scout、CFO 五大智能体协作，从企业成立 Day 0 起端到端自动化记账、税务、合规、预测与财报。
阅读全文LongCat-2.0 – 美团开源的新一代万亿参数语言模型
LongCat-2.0 是美团开源的大规模 MoE 语言模型，拥有 1.6 万亿总参数，每 token 激活约 480 亿，基于 AI ASIC 超算集群完成训练与部署。
阅读全文WorkRally – 腾讯视频推出的工业级AI漫剧制作平台
WorkRally 是腾讯视频推出的首款面向精品漫剧制作的工业级AI平台，面向2D/3D动漫及AI仿真人剧等内容，覆盖从剧本解析、分镜生成、内容生产到资产管理与团队协作的完整生产链路，为创作者提供一体化精品漫剧生产系统。
阅读全文Wan-Streamer – 阿里开源的实时全双工多模态基础模型
Wan-Streamer 是阿里达摩院开源的端到端实时全双工多模态基础模型，通过统一因果 Transformer 架构将文本、音频、视频的输入输出 token 整合为同一条因果序列，实现亚秒级实时双向视频交互，模型响应延迟仅 200ms。
阅读全文SeedMusic 1.0 – 字节跳动推出的初代 AI 音乐生成模型
SeedMusic 1.0 是字节跳动推出的初代 AI 音乐生成模型，让普通用户能零门槛创作原创音乐。用户只需输入文本提示（如情绪、流派、场景或乐器描述），或提供一句歌词，可在约 2–3 分钟内生成包含 AI 人声演唱与完整编曲的歌曲草稿。
阅读全文TanStarter – AI 全栈框架，包含完整生产级 SaaS 基础
TanStarter 是基于 TanStack Start 全栈框架和 Cloudflare 边缘网络构建的 SaaS 启动模板，专为独立开发者和小团队设计。内置了完整的用户系统、支付（订阅/一次性）、数据库、文件存储、邮件、Newsletter、博客、后台管理和 AI 能力（文本、对话、生图、图片编辑），预置了定价页、关于页、联系页等常用页面。
阅读全文LocateAnything – 英伟达推出的视觉语言定位模型
LocateAnything是英伟达推出的视觉语言定位模型，基于并行框解码技术，用户输入自然语言即可在图像中精准框选目标。模型支持多目标检测、GUI定位、OCR文本检测和点级指向等任务，推理速度达12.7 BPS（H100）。
阅读全文Agent-Reach – 开源 AI Agent 工具，能一键获取互联网内容
Agent-Reach 是开源免费的 AI Agent 互联网能力脚手架。工具通过一句话指令可为 Claude Code、Cursor、OpenClaw 等主流 Agent 一键安装联网能力，支持 Twitter、Reddit、YouTube、GitHub、Bilibili、小红书等 10+ 平台的内容读取与搜索。
阅读全文VibeThinker-3B – 微博开源的 30 亿参数密集推理模型
VibeThinker-3B是新浪微博团队开源的 30 亿参数密集推理模型，基于 Qwen2.5-Coder-3B 构建，通过升级版 Spectrum-to-Signal 后训练流程，在数学、编程等可验证推理任务上达到 Gemini 3 Pro、Claude Opus 4.5 等前沿大模型同级性能。
阅读全文袋马
袋马（DAIMAX）是高德推出的 AI 应用生成平台，主打 Vibe Coding 零代码开发。用户通过自然语言对话，可在分钟级生成可上线的小程序或 iOS 原生应用。
阅读全文Vidy – 生数科技推出的 AI 陪伴应用
Vidy是生数科技推出的AI陪伴应用，定位 AI Vibe Buddy，支持文字、语音互动。产品内置Humi等AI角色，具备关系成长记忆系统，能随对话积累理解用户习惯与情绪。
阅读全文yuxinlu1 Gemma4-12B – 开源的编程与 Agentic 模型系列
yuxinlu1 Gemma4-12B 是个人开发者逯雨基于 Google Gemma 4 12B 指令模型微调的开源编程与 Agentic 模型系列，包含 V1 代码版和 V2 Agentic 版 。
阅读全文千问输入法 – 阿里通义千问推出的独立AI语音输入法
千问输入法是阿里巴巴通义千问团队推出的独立AI语音输入法，主打"说得随意，写得漂亮"。底层接入千问大模型的CosyVoice语音与文本理解能力，不只是简单将语音转文字，是先理解口述语义，自动去除"嗯""啊"等语气词、纠正口误，将散装口语整理为分段落、分要点的结构化书面文本。
阅读全文BrowserBC – Einsia AI 旗下开源的浏览器操作轨迹生成 Skill
BrowserBC 是 Einsia AI 旗下 Navers Lab 发布的开源项目，核心目标是将人类在浏览器中的操作轨迹转化为可复用的自然语言技能（Skill），让 Web Agent 能"克隆"人类操作经验，更高效地完成同类任务。
阅读全文Krea 2 – Krea AI 推出首个从零训练的基础图像生成模型
Krea 2 是 Krea AI 推出的首个从零训练的基础图像生成模型，定位为"美学优先"的创意协作者。专注于视觉美学一致性、风格迁移和创意控制，而非单纯的提示词精确翻译。模型开源两个版本：RAW（未蒸馏基础模型，可塑性极强，适合训练 LoRA）和 Turbo（8步蒸馏模型，约2秒出图，支持 1K~2K 分辨率）。
阅读全文DSpark – DeepSeek 联合北京大学开源的推测解码加速框架
DSpark 是 DeepSeek 联合北京大学开源的推测解码加速框架，专门解决大模型自回归生成速度慢、像"挤牙膏"的痛点。采用半自回归生成架构，通过轻量级 Markov 头建模 token 间依赖，兼顾并行草稿的速度与连贯性；同时引入置信度调度验证，根据系统负载动态分配验证资源。
阅读全文实测 Awesome-design-md – 精准复刻知名产品网页风格
今天发点适合做网页设计的东西。 平时我们让 Cursor、Claude Code、Codex、这些Agent 做页面，经常会遇到一个问题：跟 AI 说了想要复刻什么风格的页面，但是复刻出来总是只有一点点相似，根本不符合我们的预想。 今天就给大家推荐一个GitHub上的项目叫：Awesome-design-md，专门用来复刻知名产品的网页风格。
阅读全文GPT-5.6 – OpenAI 推出的最新一代大语言模型系列
GPT-5.6 是 OpenAI 推出的最新一代大语言模型。模型首次采用天文学命名体系，推出三档型号：旗舰版 Sol（太阳）面向高难复杂任务，是目前性能最强的版本；均衡版 Terra（地球）性能对标 GPT-5.5 但价格仅一半，适合日常工作流；轻量版 Luna（月亮）主打速度与低成本。
阅读全文