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。

Sonic-3是Cartesia推出的新一代实时语音交互引擎，该引擎突破传统技术框架，在低延迟交互、多语言覆盖、智能上下文理解等核心能力上实现重大突破，同时提供灵活部署与企业级安全保障，赋能多领域语音交互场景创新。

Firefly Image 5是Adobe推出的新一代图像生成模型，凭借原生400万像素高分辨率输出、精细化人物渲染、智能图层编辑等核心能力，为创意工作者提供高效、灵活的生成式创作解决方案。

Music 2.0是MiniMax全新推出的智能音乐创作模型，可精准捕捉并还原人声的细腻情绪与器乐的动态张力，支持流行、爵士、摇滚等多元曲风自由切换，轻松实现男女对唱、阿卡贝拉等丰富演唱效果。

LTX-2是Lightricks研发的先进AI视频生成模型，专为专业级高质量视频创作打造。该模型可原生输出4K分辨率、50fps帧率的电影级视频，支持文字、图片、草图多模态输入，并提供镜头角度、物体动作、时间节奏等精细化控制能力。

LongCat-Video是美团LongCat团队研发的136亿参数开源AI视频生成模型，支持文本到视频（Text-to-Video）、图像到视频（Image-to-Video）及视频续写（Video-Continuation）全任务流程，核心优势在于高效生成高质量长视频。

豆包视频生成1.0 Pro Fast是火山引擎推出的高效型AI视频生成模型。该模型在承袭上一代技术底座优势的基础上，实现生成速度最高提升3倍、成本直降72%的双重突破，同时支持视频时长、帧数、分辨率的精准可控。

混元世界模型1.5（HunyuanWorld-Mirror）是腾讯推出的开源3D世界生成模型，支持多视图图像、视频等多模态输入，可同步输出点云、深度图、相机参数、表面法线、3D高斯点等多样化3D几何预测结果。

Seed3D 1.0是字节跳动Seed团队研发的3D生成大模型，支持从单张图像直接生成高精度3D模型，凭借高保真资产生成、物理引擎深度兼容、可扩展场景组合三大核心优势，为3D内容生产、物理仿真、具身智能训练等领域提供高效解决方案。

Baichuan-M2 Plus是百川智能推出的循证增强医疗大模型，该模型首创六源循证推理（EAR）范式，融合PICO智能检索技术与循证强化训练机制，通过整合六层权威医疗证据，从根源上降低模型幻觉率，大幅提升回答的可信度与专业性。

豆包语音2.0是字节跳动推出的升级版AI语音模型，该模型包含三大核心组件：Doubao-Seed-ASR-2.0、Doubao-Seed-TTS 2.0和Doubao-Seed-ICL 2.0，从“听得准、说得好、仿得像”三大维度全面升级。

豆包大模型1.6 Lite是字节跳动推出的轻量级企业级人工智能模型，相较于旗舰版豆包1.6，它在保持核心能力的基础上实现了更精简的体积、更快的推理速度和更高的性价比。

RTFM是李飞飞团队研发的实时生成式世界模型，支持3D场景的实时生成与持久化用户交互。该模型摒弃传统物理渲染的复杂流程，通过学习海量视频数据中的光影、材质与空间关系，将物理渲染问题转化为数据驱动的感知问题。

Coral NPU是谷歌推出的全栈开源边缘AI计算平台，专为智能手表、AR眼镜等低功耗边缘设备打造，核心解决边缘场景下的AI性能瓶颈、硬件碎片化、用户隐私保护三大关键挑战。

PaddleOCR-VL是百度飞桨团队推出的轻量级多模态文档解析模型，参数量仅0.9B，专为低算力设备部署优化。该模型在国际权威评测OmnidocBench V1.5中以 92.6分斩获全球第一，性能超越GPT-4o等主流模型。

DeepSeek-OCR是DeepSeek团队研发的一款视觉语言模型，主打基于视觉压缩技术的长文本高效处理能力。该模型采用DeepEncoder编码器+DeepSeek3B-MoE解码器的架构，可在保留高分辨率输入信息的前提下，大幅降低激活内存占用与视觉标记数量。