即梦AI（原名Dreamina）是由字节跳动旗下的剪映团队推出的一款一站式AI创作平台。其核心功能包括文生图（文字生成图像）、文/图生视频（文字或图片生成视频）以及智能画布等。

字节旗下AI代码助手程，国内首款原生AI IDE，它不仅提供智能代码生成、优化和调试功能，还通过多模态交互、上下文感知和跨语言支持等创新技术，帮助开发者高效完成项目开发。

DiaMoE-TTS是清华大学与巨人网络联合研发的多方言语音合成框架，框架创新性采用国际音标统一输入体系，融合方言感知的混合专家（MoE）架构与低资源适配策略，实现低成本、低门槛的多方言语音合成。

UserLM-8b是微软重磅推出的专属用户角色模拟语言模型，该模型依托WildChat-1M等大规模真实对话数据集完成深度训练，能够精准复刻真实用户的语言风格与交互逻辑，生成高度贴近现实场景的对话内容。

KAT-Dev-72B-Exp是快手重磅推出的开源编程专用大语言模型，作为KAT-Coder的强化学习升级版，该模型深度聚焦软件工程全流程任务，凭借卓越性能在权威基准测试中脱颖而出——在SWE-Bench Verified测试中，准确率高达74.6%，充分彰显技术硬实力。

Qwen3-VL Cookbooks是阿里巴巴为Qwen3-VL多模态大模型量身打造的官方实战指南集合，指南覆盖物体识别、文档解析、视频理解、3D定位等十余类核心能力，每一份Cookbook均配套详细代码示例、分步操作教程与场景化最佳实践。

Paper2Video是新加坡国立大学Show Lab研发的学术论文视频化工具依托创新的PaperTalker多智能体框架，实现从学术论文到完整演示视频的全自动生成。

MineContext是字节跳动推出的开源主动式上下文感知AI工具，创新性提出“数字生活方块挖掘”理念，帮助用户高效管理分散的知识与信息资产。

LLaVA-OneVision-1.5在多模态权威基准测试中表现优异，且全链条技术资源透明开放，代码、数据与模型权重一键获取，助力开发者低成本复现与二次创新。

SAIL-VL2是抖音团队与新加坡国立大学联合研发的开源视觉语言基础模型，模型由SAIL-ViT视觉编码器、视觉-语言适配器与大语言模型三大核心模块构成，创新性采用渐进式训练框架，从视觉预训练、多模态融合，到最终的SFT-RL混合范式优化，实现性能阶梯式跃升。

Get Jobs是一款开源自动化简历投递工具，专为求职者打造高效求职解决方案。工具支持Boss直聘、猎聘、拉勾、51job、智联招聘等主流招聘平台。

Ming-UniAudio构建了端到端语音语言模型，精准平衡语音生成与语义理解性能；搭配扩散头技术，保障语音合成的高自然度与高还原度。尤为突出的是，模型首创指令引导的自由形式语音编辑框架，支持复杂的语义与声学修改，无需手动标定编辑区域，大幅降低操作门槛。

上头蛙是腾讯推出的微信小程序互动剧情平台，平台覆盖二次元、悬疑、恐怖、情感等多元热门题材，深度结合头部IP二创内容，精准触达年轻用户群体。

FLUX.2 [klein]是Black Forest Labs推出的开源高效图像生成与编辑模型，凭借突破性的架构设计与优化技术，实现0.5秒内完成高质量图像生成与编辑的亚秒级推理速度，支持文生图、图生图及多参考生成三大核心功能。

TranslateGemma是谷歌基于Gemma 3大模型架构推出的新一代开源翻译模型系列，该模型提供4B、12B、27B三种参数规模版本，分别适配移动设备、消费级笔记本、云端高性能计算平台，真正做到全场景灵活部署。

Ling-1T是蚂蚁集团重磅推出的万亿参数级开源语言模型，定位为“旗舰级非思考模型”。依托先进的 MoE（Mixture of Experts）混合专家架构，模型总参数量高达 1 万亿，推理时仅激活约 510 亿参数，在兼顾极致性能的同时大

Gemini 2.5 Computer Use是谷歌DeepMind基于Gemini 2.5大模型打造的智能计算机操作模型，突破性实现AI对浏览器的直接控制，可自主执行点击、滚动、输入等交互动作。依托强大的视觉理解与逻辑推理能力，模型能精准