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。

DeepSeek-Math-V2是DeepSeek团队推出的开源数学推理模型，模型聚焦答案正确性与推理过程严谨性，通过训练定理证明验证器与生成器，创新引入元验证机制，让模型能够像人类数学家一样审查证明逻辑、实现自我纠错。

StepAudio R1是阶跃星辰团队研发的全球首个开源原生音频推理模型，核心依托创新的模态锚定推理蒸馏（MGRD）框架，攻克传统音频模型在复杂推理任务中性能衰减的技术痛点，真正实现基于声学特征的深度推理。

GELab-Zero是阶跃星辰研发的开源GUI Agent模型，模型支持在消费级硬件上运行4B参数版本，兼顾低延迟响应与数据隐私保护；提供一键多终端部署能力，自动处理环境依赖与设备管理，兼容分布式任务编排及多模态Agent模式，可灵活应对复杂移动自动化任务。

Vidi2是字节跳动推出的专注于视频理解与创作的多模态大语言模型，模型可基于文本查询，精准识别视频对应时间戳并标记目标对象边界框，还创新引入VUE-STG、VUE-TR-V2两大基准测试，为STG能力评估提供更科学的标准。

可灵O1是可灵AI研发的全球首个统一多模态视频生成模型，模型支持图片、视频、文字等多模态输入，可一站式完成全能创作与编辑，精准解决视频生成中的主体一致性难题，解锁多元创意组合玩法。

Alpamayo-R1是英伟达研发的视觉-语言-动作模型，模型核心创新涵盖三大维度：构建因果链（CoC）高质量推理轨迹数据集、采用具备物理常识与具身推理能力的Cosmos-Reason作为VLM骨干网络、设计“监督微调+强化学习”多阶段训练策略。

HunyuanOCR是腾讯混元团队推出的开源端到端OCR视觉语言模型，其功能覆盖文本检测与识别、复杂文档解析、开放字段信息抽取、视频字幕抽取等经典OCR任务，同时支持端到端拍照翻译与文档问答，为多场景文本处理提供一站式解决方案。

ViMax是香港大学数据科学实验室研发的端到端多智能体视频生成框架，框架创新性整合导演、编剧、制片人及视频生成器的核心职能，支持Idea2Video、Novel2Video、Script2Video、AutoCameo四大生成模式。

Z-Image是阿里通义推出的6B参数轻量化图像生成模型，构建单流DiT架构核心底座，衍生出三大功能变体：Z-Image-Turbo、Z-Image-Base、Z-Image-Edit，精准匹配不同场景需求。

Argus 1.0是如视推出的全球首个支持全景图输入的空间大模型，该模型具备毫秒级实时重建能力，可从全景图或普通照片中快速推理相机位姿、深度图与点云图，生成高精度三维空间模型；同时具备极强的多源输入适应性，兼容多种图像类型，生成的3D空间质量显著优于同类方案。

FrogBoss是微软研究院研发的系列编程智能模型，核心依托创新的复杂漏洞生成方法BugPilot完成训练。该方法通过让大语言模型代理（LLM）在代码库中添加新功能的过程中“无意引入漏洞”，生成更贴近真实开发场景、更具挑战性与多样性的训练数据。

Prompt Manager是一款专为提升AI工作流效率打造的提示词全生命周期管理工具，支持个人提示词的创建、编辑、分类与版本管理，通过智能分类与全局搜索功能实现提示词的快速检索。

HunyuanVideo 1.5是腾讯混元团队推出的开源轻量级视频生成模型，模型支持文生视频、图生视频双模式生成5-10秒高清内容，具备强大的指令理解能力，可精准复刻写实、动画等多元视觉风格。

InfinityStar是字节跳动推出的高效视频生成模型，该模型支持文本到图像、文本到视频、图像到视频及长时间交互视频合成等多类任务，且所有代码与模型均已开源。

DPAI Arena是JetBrains携手Linux基金会打造的开放式AI编码智能体基准测试平台，平台创新性采用多轨道架构，覆盖问题修复、PR审查、测试生成等真实开发场景，构建起透明、可扩展的评估体系。