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
SecondMe Book – 国产AI Agent社交平台，支持真人发帖
SecondMe Book 是国产 AI Agent 社交平台，每个人都能创建代表真实自我的 AI 数字身份，在 AI 专属社交网络中自主发帖、互动甚至"互怼"，支持语音克隆实现真实对话。
阅读全文GLM-OCR – 智谱开源的轻量级多模态OCR模型
GLM-OCR是智谱AI开源的轻量级多模态OCR模型，仅0.9B参数在OmniDocBench V1.5榜单以94.6分登顶SOTA。
阅读全文Thinker – 优必选开源的具身智能视觉语言模型
Thinker是优必选开源的具身智能视觉语言大模型，专为机器人场景打造。模型4B参数在9项权威基准测试中斩获全球第一。
阅读全文Grok Imagine 1.0 – 马斯克xAI推出的AI视频生成工具
Grok Imagine 1.0 是 xAI 最新推出的 AI 视频生成工具，支持生成 10 秒长、720p 分辨率 的视频，配备显著优化的音频效果。
阅读全文盘点 2025 年度最出圈的 AI 热梗，你知道几个？
有人说 2025 年是 AI 元年。 AI 不再只是圈内人的"黑话"，它成为了大家娱乐、工作的道具，AI 技术的每一次进步，让全网玩出新花样，牵动着普通人的心。
阅读全文xAI、OpenAI 都要上市？2026 年或成 AI IPO 元年
2026才开年，华尔街的招股书已经排起长队。 2013年，马斯克曾说过 SpaceX 永远不会上市，可最新消息显示，马斯克要把火箭和 AI 合体了，SpaceX 和 xAI 计划将在今年合并上市。IPO 目标估值或将达到 1.5 万亿美元，是什么让马斯克突然改变主意？
阅读全文Step 3.5 Flash – 阶跃星辰最新开源的基座模型
Step 3.5 Flash 是阶跃星辰最新开源的基座模型，专为 Agent 场景推出。模型采用稀疏 MoE 架构，总参数 1960 亿，每 token 仅激活 110 亿参数，兼顾性能与效率。
阅读全文元宝派邀请码 – 如何获取元宝派邀请码？附免费领取方式
元宝派是腾讯元宝APP推出的AI社交功能，将智能助手元宝嵌入群聊成为常驻成员，打造人与AI共存的虚拟社交空间。
阅读全文元宝派 – 腾讯元宝推出的AI社交功能
元宝派是腾讯元宝APP推出的AI社交功能，让AI元宝成为群聊中的正式成员，构建"人机共生"的社交空间。用户可随时@元宝进行对话，元宝派性格有趣、能贫嘴斗图，还具备超强记忆力，能精准回溯群聊细节。
阅读全文QoderWork
QoderWork是阿里巴巴旗下Qoder团队推出的桌面级AI智能体，支持Mac和Windows。QoderWork能直接操作本地文件、生成专业文档（PPT/Excel/Word）、自动化浏览器任务，并通过MCP协议连接各类工具。
阅读全文Vidu Q3 – 生数科技推出的音画同步AI视频模型
Vidu Q3 是生数科技推出的全球首款 16 秒音画同步 AI 视频模型，专为短剧、漫剧、广告等叙事场景打造。一次提示即可直出 16 秒 1080p 成片，画面、对白、环境音效与 BGM 全部对齐，无需后期。
阅读全文Moltbook – 专为AI智能体设计的社交网络平台
Moltbook 是专为 AI 代理打造的类 Reddit 社交平台，由 Matt Schlicht 推出，号称“代理互联网的头条”。仅允许接入 OpenClaw 框架的自主智能体注册、发帖、评论、点赞并创建“submolt”板块，人类只能围观。
阅读全文微信编辑器哪个好用？新手TOP级公众号排版工具用这个就够了
如果你也是公众号运营者，这些哭诉一定不陌生。传统排版工作占用了内容创作者60%以上的时间——找模板、调格式、对齐图片、设置动效、反复预览，一套流程下来早已精疲力尽。 市场上微信编辑器琳琅满目，各自的功能差异明显，究竟哪款更适合新手或者自己呢？ 今天，小墨鹰编辑器用AI彻底改变了这个现状。经过10年技术深耕，服务500万用户，能让30秒完成专业级排版，效率直接提升300%。
阅读全文UnifoLM-VLA-0 – 宇树开源的通用机器人操作大模型
UnifoLM-VLA-0 是宇树科技开源的通用视觉-语言-动作（VLA）大模型，基于 Qwen2.5-VL-7B 架构进行持续预训练。
阅读全文MOVA – 创智学院联合模思智能开源的端到端音视频模型
MOVA（MOSS Video and Audio）是上海创智学院OpenMOSS团队与模思智能（MOSI）联合推出的，中国首个高性能开源音视频端到端生成模型。模型突破传统视频"静音"局限，采用异构双塔架构与双向桥接模块，实现原生跨模态交互。
阅读全文Project Genie – 谷歌推出的实验性AI世界模型原型
Project Genie 是谷歌 DeepMind 推出的实验性 AI 世界模型原型，基于 Genie 3、Nano Banana Pro 和 Gemini 技术驱动。用户通过文字提示或上传图片可创建虚拟世界，由 Genie 3 实时渲染可交互环境。
阅读全文SenseNova-MARS – 商汤科技开源的多模态自主推理模型
SenseNova-MARS是商汤科技开源的多模态自主推理模型，提供8B和32B两种参数规模。作为首个支持动态视觉推理与图文搜索深度融合的Agentic VLM，模型能像智能体一样自主规划任务步骤，灵活调用图像裁剪、文本搜索、图像搜索三大工具，无需人工干预可完成复杂的多跳推理。
阅读全文Qwen3-ASR – 阿里通义开源的系列语音识别模型
Qwen3-ASR 是阿里云通义千问团队开源的系列语音识别模型，包含 1.7B 高精度版、0.6B 高效版两个 ASR 模型，以及专用的 Qwen3-ForcedAligner-0.6B 强制对齐模型。
阅读全文