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
SkyReels-V3 – 昆仑万维开源的多模态视频生成模型
SkyReels-V3是昆仑万维开源的多模态视频生成模型，用单一架构实现专业级视频创作。模型能将静态图像转化为动态影像，支持智能延长视频时长和电影级转场，让数字人音视频精准同步。
阅读全文LingBot-World – 蚂蚁灵波科技开源的交互式世界模型
LingBot-World 是蚂蚁灵波科技开源的交互式世界模型。模型通过可扩展数据引擎从大规模游戏环境学习物理规律与因果关系，实现动作驱动的精准生成。
阅读全文Mureka V8 – 昆仑万维推出的AI音乐模型
Mureka V8是昆仑万维推出的AI音乐大模型，基于MusiCoT（Music Chain-of-Thought）技术架构，实现从声音拼接到类人创作逻辑的跨越。
阅读全文TTT-Discover – 斯坦福、英伟达推出的测试时强化学习方法
TTT-Discover（Test-Time Training to Discover）是斯坦福、英伟达等机构推出的AI科学发现方法。TTT-Discover在测试阶段对模型进行强化学习训练，非冻结权重仅做搜索。通过熵目标函数优化最大奖励，结合PUCT启发的状态重用机制，让模型从具体问题的尝试中实时学习。
阅读全文LongCat-Flash-Lite – 美团LongCat开源的大语言模型
LongCat-Flash-Lite是美团推出的新一代高效大语言模型。模型采用创新的混合专家（MoE）+ N元语法嵌入架构，总参数量达685亿，每次推理仅激活约29~45亿参数，兼顾强大的能力与极高的效率。
阅读全文MiniMax Music 2.5 – MiniMax推出的AI音乐创作模型
MiniMax Music 2.5是MiniMax推出的新一代AI音乐创作模型，在「段落级强控制」与「物理级高保真」两大技术难题上实现突破。模型支持14种音乐结构标签（如前奏、副歌、桥段等）的精准控制，让创作者能像专业编曲人一样设计情绪曲线。
阅读全文MiniMax-M2-her – MiniMax推出的AI角色扮演模型
MiniMax-M2-her 是 MiniMax 专深度 AI 陪伴场景推出的角色扮演模型，是服务星野/Talkie 的底层模型。模型通过三大核心能力，独特的世界体验、有节奏的故事推进、精准的用户偏好理解，解决长对话中的角色崩坏、剧情重复等痛点。
阅读全文实测 Kimi K2.5 ，最接近Gemini 3 Pro 的国产开源模型
大模型时代，代码确实越来越廉价了。大数据每天都会推一堆 AI 生成的网页，看多了真的有点审美疲劳。 这些网页总有一股浓浓的 AI 味，千篇一律的圆角卡片、卡片阴影、Tailwind 紫、 emoji 表情包...
阅读全文Zopia – AI短剧创作Agent，自然语言完成全链条制作
Zopia 是全流程AI短剧创作Agent，定位为"对话式AI影像工作室"。用户通过自然语言描述创意，系统可自动完成从剧本拆解、角色设计、分镜生成到视频成片的全链条制作，支持动漫、真人、3D等多种风格。
阅读全文Earth-2 – 英伟达开源的AI气象预测模型家族
NVIDIA Earth-2 是英伟达推出的全球首套完全开源的 AI 气象预测模型家族，基于 Atlas、StormScope、HealDA 三大核心架构，分别实现 15 天全球中期预报、0-6 小时公里级临近预报和秒级初始条件生成。
阅读全文Prism – OpenAI推出的免费AI科研写作平台
Prism 是 OpenAI 推出的免费云端科研写作平台。平台以 LaTeX 为核心，深度集成 GPT-5.2 模型，为用户提供一体化的写作与协作环境。
阅读全文Lucy 2 – Decart AI推出的实时视频生成模型
Lucy 2.0 是 Decart AI推出的实时世界转换模型，支持让高保真视频编辑从离线渲染跃升为可交互的实时体验。
阅读全文Kimi Code
Kimi Code 是 Kimi 专为开发者推出的AI编程工具，基于 Kimi K3最新旗舰模型，通过 CLI 命令行工具和 VS Code 扩展插件，提供代码阅读、文件编辑、命令执行、网页搜索等 AI 辅助能力。
阅读全文inSai Hilight – AI营销视频Agent平台，多Agent深度协同
inSai Hilight是全球首个AI原生电商视频Multi-Agent平台。平台通过十余个AI Agent的深度协同，仅需输入商品链接即可生成可直投的完整营销视频。
阅读全文LingBot-Depth – 蚂蚁灵波科技开源的空间感知模型
LingBot-Depth 是蚂蚁灵波科技开源的高精度空间感知模型，专为解决机器人在透明、反光物体（如玻璃）场景下的深度感知难题设计。
阅读全文Vidu Q2参考生Pro – Vidu推出的万物参考视频生成模型
Vidu Q2参考生Pro是全球首创的「万物可参考」视频模型，模型通过支持多模态输入（2个视频和4张图片），为创作者提供强大的功能。
阅读全文DeepSeek-OCR 2 – DeepSeek团队开源的二代OCR模型
DeepSeek-OCR 2 是 DeepSeek 团队推出的第二代 OCR 模型，通过引入 DeepEncoder V2 架构，实现从固定扫描到语义推理的范式转变。模型采用因果流查询和双流注意力机制，能动态重排视觉 Token，更精准地还原复杂文档的自然阅读逻辑。
阅读全文DeepSpeed-MII – 微软DeepSpeed开源的模型推理库
DeepSpeed-MII 是 DeepSpeed 团队开源的 Python 库，提供高效模型推理。DeepSpeed-MII用阻塞 KV 缓存、连续批处理和动态 SplitFuse 等创新手段，显著提高推理吞吐量并降低延迟，在处理大型语言模型时表现出色。
阅读全文