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
Seed1.8 – 字节跳动推出的通用Agent模型
Seed1.8 是字节跳动推出的通用 Agent 大模型，具备强大的多模态能力，支持图文输入。模型集搜索、代码生成与 GUI 交互能力于一体，可在复杂工作流中高效完成任务。
阅读全文Artflo – AI设计创作工作流平台，提供无限画布自由创作
Artflo 是面向专业设计师和设计爱好者的 AI 工作流平台。平台提供无限画布功能，可无缝连接多种 AI 模型与创作素材，支持用户在无边界画布上自由创作。平
阅读全文SHARP – 苹果开源的3D场景生成AI模型
SHARP 是苹果开源的 AI 模型，能在不到 1 秒内将单张 2D 照片转换为逼真的 3D 场景。模型通过 3D 高斯表示技术，用神经网络单次前馈传递，快速预测出场景的 3D 结构和细节。
阅读全文EcomBench – 阿里通义等推出的电商AI能力评测基准
EcomBench 是通义实验室联合 SKYLENAGE 推出的针对电商场景的 AI 能力评测基准。EcomBench 基于真实世界数据构建，涵盖政策咨询、成本估算、选品决策等七大类电商任务，全面衡量智能体在电商环境下的综合能力
阅读全文Step-GUI – 阶跃星辰推出的AI Agent系列模型
Step-GUI 是阶跃星辰推出的AI Agent系列模型，包含云侧模型 Step-GUI 和端侧模型 Step-GUI Edge。云侧模型擅长复杂任务处理，端侧模型轻量化，能在手机等本地设备运行，保护用户隐私。
阅读全文Gemini 3 Flash – 谷歌推出的最新AI模型，主打高速低成本
Gemini 3 Flash 是谷歌推出的高速、低成本的前沿智能模型。模型基于 Gemini 3 开发，性能显著提升，具备强大的推理能力和多模态理解能力。
阅读全文SAM Audio – Meta开源的音频分割模型
SAM Audio是Meta开源的音频分割模型，能通过文本、视觉和时间片段等多模态提示，从复杂的音频混合中分离出特定的声音。核心技术是Perception Encoder Audiovisual（PE-AV），基于Meta开源的Perception Encoder模型，能融合视听信息并进行精确的时间标注，实现高精度的音频分离。
阅读全文混元世界模型1.5 – 腾讯混元开源的实时交互式世界生成模型
腾讯混元世界模型1.5（HY WorldPlay 1.5）是腾讯混元团队开源的实时交互式世界生成模型。用户只需输入文字或图片，模型能快速创建专属的虚拟世界，通过键盘、鼠标或手柄自由探索。
阅读全文Xiaomi MiMo Studio – 小米推出的在线AI聊天服务平台
Xiaomi MiMo Studio 是小米推出的在线 AI 聊天服务平台，用户可以在其中体验 Xiaomi MiMo-V2-Flash 模型。平台支持深度搜索和联网搜索，降低了用户体验 AI 对话服务的门槛。
阅读全文Molmo 2 – Ai2开源的AI视频分析模型
Molmo 2 是艾伦人工智能研究所（Ai2）推出的开源视频分析模型，专注于视频理解、指向和追踪。模型基于 Qwen 3 和 Olmo 架构，具备强大的视频分析能力，能在视频中精准定位事件、追踪多目标，生成详细字幕。
阅读全文MiMo-V2-Flash – 小米开源的高性能语言模型
MiMo-V2-Flash 是小米开源的高性能语言模型，具有3090亿总参数和150亿激活参数。专为智能体AI设计，采用混合注意力架构，结合滑动窗口注意力（SWA）和全局注意力（GA），窗口大小为128个token，通过可学习的注意力下沉偏置（sink bias）技术，在保持长文本性能的同时显著降低KV缓存存储量。
阅读全文LongCat-Video-Avatar – 美团开源的数字人视频生成模型
LongCat-Video-Avatar 是美团 LongCat 团队推出的音频驱动角色动画模型。模型能生成超逼真、口型同步的长视频，保持人物身份一致性和自然动态。LongCat-Video-Avatar支持多种生成模式，包括音频文本生成视频（AT2V）、音频文本图像生成视频（ATI2V）和视频续写。
阅读全文A2UI – 谷歌开源Agent生成用户界面的声明式协议
A2UI（Agent-to-User Interface）是谷歌开源的基于Agent的接口协议，用于AI与用户界面之间的交互。A2UI通过AI生成的JSON描述，让客户端原生渲染交互界面，无需AI编写前端代码。
阅读全文GPT Image 1.5 – OpenAI最新推出的图像生成模型
GPT Image 1.5 是 OpenAI 最新推出的图像生成模型，具有更强的指令遵循能力和精准编辑功能，根据用户要求只修改指定部分，同时保持画面整体一致性。
阅读全文88查 – 阿里巴巴推出的免费AI企业信息查询平台
88查是阿里巴巴推出的免费企业信息查询平台，为企业和个人提供全面、便捷的企业数据查询服务。用户可以通过官网、支付宝或微信小程序，以及1688 App等多种方式访问，输入企业名称即可快速获取工商信息、经营风险、知识产权等多维度数据。
阅读全文Ember AI – AI交互式学习平台，提供全天候AI辅导
Ember AI 是马来西亚首个为 SPM 课程量身定制的交互式学习平台，帮助学生更高效地学习。平台提供 24/7 的 AI 辅导服务，学生可以在任何时间获得即时帮助，无论是深夜复习历史还是准备英语考试，AI 助教能提供详细的解答和指导。
阅读全文Seedance 1.5 Pro – 字节推出的音画同步多模态视频模型
Seedance 1.5 Pro 是字节跳动 Seed 团队推出的原生音画同步的多模态视频生成模型。模型能根据文本提示生成高质量的视频内容，支持多样人声及音效，覆盖多种语言和方言。
阅读全文Banana Slides – 开源AI PPT生成工具，能自然语言修改
Banana Slides 是开源的 AI 演示文稿生成工具，基于 nano banana pro 模型开发。以极简设计和强大的 AI 功能为亮点，帮助用户快速创建高质量的 PPT。用户可以通过输入主题、上传文档或提供大纲等方式启动项目，Banana Slides 会智能生成结构清晰的 PPT 大纲和内容。
阅读全文