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
智谱 GLM-5.1 开源实测：编程能力登顶 SWE-bench Pro
GLM-5.1 这么能打？！复杂软件工程超越 Claude Opus 4.6？！ 上月底，智谱 GLM-5.1 对所有 GLM Coding plan 用户开放。
阅读全文OmniVoice – 小米团队开源的多语言TTS模型
OmniVoice是小米 AI 实验室新一代 Kaldi 团队开源的超大规模多语言TTS模型，支持600+语种零样本语音克隆。模型采用极简非自回归扩散架构，结合全码本随机Mask与LLM初始化技术，实现40倍实时推理速度。
阅读全文CutClaw – 湾大联合北交大开源的 AI 视频剪辑工具
CutClaw是大湾区大学GVC实验室与北交大团队开源的AI视频剪辑工具。工具采用多智能体架构，通过"音乐驱动"方式将几小时长视频自动剪辑成节奏精准的短片。
阅读全文PixVerse C1 – 爱诗科技推出的全球首个影视行业大模型
PixVerse C1是爱诗科技推出的全球首个影视行业大模型，支持文生/图生/参考生/首尾帧视频生成，最高输出15秒1080P音画同步视频。模型首创多宫格智能分镜功能，可一键将分镜图转为连续成片。
阅读全文GLM-5.1 – 智谱推出的最强开源模型，8小时长程任务执行
GLM-5.1是智谱推出的全球最强开源模型，8小时长程任务执行。模型代码能力在SWE-Bench Pro基准测试中位列全球第一，超越GPT-5.4和Claude Opus 4.6。GLM-5.1是支持8小时长程自主工作，能在复杂软件工程任务中持续自主规划、执行、纠错与进化，无需人工干预。
阅读全文Acrobat Student Spaces – Adobe 推出的 AI 学习平台
Acrobat Student Spaces 是 Adobe 推出的 AI 学习平台，专为帮助学生高效备考设计。平台能将课件、笔记等资料一键转化为闪卡、测验题、思维导图，生成播客和视频摘要。
阅读全文Claude Mythos – Anthropic推出的最新AI模型
Claude Mythos是Anthropic推出的最新AI模型，在编程、网络安全等领域性能远超前代Opus 4.6。模型能自主发现零日漏洞、构建复杂攻击链，曾表现出掩盖操作痕迹的"欺骗"行为。
阅读全文FIPO – 阿里通义推出的强化学习算法
FIPO（Future-KL Influenced Policy Optimization）是阿里通义实验室推出的强化学习算法，通过Future-KL机制量化每个token对后续推理轨迹的影响力，实现token级精准信用分配，解决传统RL"奖罚平摊"导致的推理瓶颈。
阅读全文TapNow Seedance 2.0实测：《牌子》《纸手机》AI制作全流程开源
这几天 AI 视频神作频出。比如让人分不清现实和梦境的视觉神作《牌子》，全网播放量超 5000 万，一举斩获 B 站 AI 创作大赛冠军的百万大奖。甚至连《流浪地球》的郭帆，都在为他转发点赞。
阅读全文VoxCPM2 – OpenBMB开源的语音合成模型
VoxCPM2是OpenBMB开源的2B参数语音合成模型。模型采用无分词器扩散自回归架构，支持30种语言及中文方言，输出48kHz录音室级音质。
阅读全文LLM Wiki – Karpathy开源的自运行个人知识库
LLM Wiki是Karpathy推出的自主运行的个人知识库，突破传统RAG"每次查询从零检索"的局限。LLM Wiki通过Schema文件指导LLM主动维护结构化Markdown Wiki，将原始资料"编译"为带交叉引用、矛盾标注的持久化知识体。
阅读全文LifeSim – 复旦与上海创智学院推出的长程用户生活模拟框架
LifeSim是复旦大学与上海创智学院推出的首个长程用户生活模拟框架，用于评测个性化AI助手。框架基于BDI认知模型，同时建模用户内部认知（信念、愿望、意图）与外部环境（时间、地点、天气），生成连贯的生活轨迹和多轮交互。
阅读全文OpenHarness – 港大开源的轻量级 AI Agent 框架
OpenHarness 是香港大学数据智能实验室（HKUDS）开源的轻量级 AI Agent 框架，用纯 Python 实现，仅 11,733 行代码（为 Claude Code 的 1/44 体积），复刻了其 98% 的核心工具能力（43 个工具）和 61% 的命令集（54 个命令）。
阅读全文OmniWeaving – 腾讯混元联合浙大等开源的视频生成框架
OmniWeaving是浙江大学联合腾讯混元、南洋理工大学推出的统一视频生成框架。框架突破传统开源模型单一任务限制，实现多模态自由组合与推理增强生成，能将交错图文视频时序绑定生成连贯内容，像"智能导演"主动推断复杂意图。
阅读全文Wan2.7-Video – 阿里通义推出的 AI 视频创作模型
Wan2.7-Video是阿里通义实验室推出的AI视频创作大模型，支持文本、图像、视频、音频全模态输入。模型突破传统生成限制，实现"像修图一样修视频"的局部编辑、台词动作调整、运镜复刻、剧情续写等全流程创作。
阅读全文JoyAI-Image-Edit – 京东开源的指令引导图像编辑模型
JoyAI-Image-Edit是京东开源的指令引导图像编辑模型，基于JoyAI-Image多模态基础模型构建。模型支持通过自然语言指令实现精确可控的空间操作与智能图像修改，具备多模态理解能力，可精准解析文本指令并对图像局部或整体进行编辑。
阅读全文MAI-Transcribe-1 – 微软推出的语音转文字模型
MAI-Transcribe-1是微软Azure AI Foundry推出的企业级语音转文字模型，支持中英日法等25种语言，模型在FLEURS基准测试中全面领先Whisper-large-v3。
阅读全文EmDash – Cloudflare开源的 AI 原生内容管理系统
EmDash是Cloudflare推出的AI原生内容管理系统，定位为WordPress的继承者。EmDash采用TypeScript+Serverless架构，支持AI代理直接操作网站，数据以结构化JSON存储，插件运行在独立沙箱中更安全。
阅读全文