AI项目和框架
- [推荐] 豆包网页版：支持AI聊天，AI图片生成，AI漫画生成，AI写作等
字节跳动开发的一款多功能人工智能工具，基于云雀模型（豆包大模型）构建。它不仅是一个AI聊天机器人，还具备多种功能，包括写作助手、英语学习助手、音乐生成、编程助理等。
- Steerling-8B模型使用入口，80亿参数规模，在1.35万亿Token语料上训练完成
Steerling-8B是由Guide Labs正式发布的全球首个具备内在可解释性的大语言模型。它的问世不仅是一款新模型的推出，更代表了AI架构设计从「事后归因、黑盒猜测」向「事前设计、全程可溯」的范式级突破，让模型生成的每一个Token都具备清晰、可追溯的依据。
- LFM2-24B-A2B模型使用入口，LiquidAI正式发布的LFM2家族模型
LFM2-24B‑A2B是LiquidAI正式发布的LFM2家族中规模最大的早期模型，采用稀疏混合专家架构，在端侧高性能大模型落地上实现关键突破。模型总参数达240亿，但推理时每个Token仅激活20亿参数，可完美运行在32GB内存的消费级设备上，让高性能大模型真正走向端侧部署。
- Qwen3.5系列重大更新：多款中型模型开源，性能与效率再攀行业新高
Qwen3.5中型模型家族以高效架构+原生多模态+全语言支持，正式开源Qwen3.5-35B-A3B、Qwen3.5-122B-A10B、Qwen3.5-27B三款中型模型，打造“性能强、成本低、易部署”的开源新标杆，全面覆盖从个人开发到企业级落地的全链路需求。
- LoRWeB官网使用入口，色列理工学院与NVIDIA研究团队联合推出的全新AI图像编辑技术
LoRWeB是由以色列理工学院与NVIDIA（英伟达）研究团队联合推出的全新 AI 图像编辑技术，突破传统文字指令限制，通过示例学习理解图像变换逻辑，并将变换效果迁移到新图片中，实现“举一反三”式智能修图。
- Grok 4.20模型使用入口，采用约3T参数的MoE架构，支持256K tokens超长上下文窗口
Grok 4.20是马斯克旗下xAI推出的新一代多智能体AI系统，核心搭载革命性「四Agent协作架构」，内置队长Grok、研究专家Harper、逻辑专家Benjamin及创意专家Lucas四大专业化智能体。
- FireRedASR2S模型使用入口，支持中文普通话+20余种方言、英语、中英混读、代码切换及歌词识别
FireRedASR2S是小红书Super Intelligence-AudioLab开源的工业级端到端语音识别模型，一站式集成ASR、VAD、语种识别、标点预测四大SOTA模块，实现从音频到可读文本的全链路高精度处理。
- ZeroClaw模型官网入口，轻量级生产级AI助手基础设施
ZeroClaw是一款基于Rust开发的轻量级AI助手基础设施，采用Trait驱动架构，将模型Provider、通信Channel、工具Tool、内存Memory等核心能力抽象为标准化可插拔接口，实现零厂商锁定——OpenAI、Claude、本地Ollama等模型，以及Telegram、Discord等通信渠道均可一键无缝切换。
- ZUNA是一款仅3.8亿参数的轻量化设计的开源脑电图（EEG）基础模型
ZUNA基于掩码扩散自编码器（Masked Diffusion Autoencoder）架构构建，在近200万通道小时的公开脑电图数据上完成大规模预训练，深度习得脑电信号的通用先验规律，实现对信号的理解式处理。
- MioCodec v2模型使用入口，用于高效口语语言建模的高保真神经音频编解码器
MioCodec v2是一款高效、轻量的专业编解码工具，聚焦音视频及数据编码解码核心需求，依托优化的底层架构设计，为各类编码解码任务提供稳定、高效的解决方案，填补轻量型专业编解码工具的场景空白，同时可灵活对接各类开发框架与终端设备，降低编解码技术的应用门槛。
- PicoClaw官网使用入口，支持Telegram、Discord等多平台接入
PicoClaw是Sipeed推出的超轻量级AI Agent助手，采用Go语言开发，专为低成本硬件量身打造。不同于本地运行大模型的方案，它以轻量客户端形式，通过API调用Claude、GPT、智谱GLM等云端模型，同时在本地高效实现文件操作、网页搜索、任务规划等核心Agent能力。
- Protenix-v1模型使用入口，开源生物分子结构预测的新标杆
Protenix-v1是字节跳动Seed团队开源的生物分子结构预测模型，首个在同等条件下（数据截止2021-09-30、相同模型规模和推理预算）性能达到甚至超越AlphaFold3的完全开源方案。
- ClawWork模型使用入口，HKUDS开源的AI Agent经济生存基准测试框架
ClawWork支持GPT-4o、Claude、Kimi等多模型同台竞技，并配备React实时仪表板用于监控Agent生存状态，为AI劳动力经济研究提供了首个“用进废退”的真实压力测试场景。
- Gemini 3.1 Pro：基于Gemini 3系列架构深度优化，是对Gemini 3 Deep Think能力的全面革新
Gemini 3.1 Pro定位为更强智能、更高性能的新一代基线模型，核心推理能力实现显著进化，尤其擅长处理逻辑严谨、步骤复杂、多环节推理的高难度任务。
- Voxtral Mini 4B Realtime 2602：Mistral AI正式开源的实时流式语音识别模型
Voxtral-Mini-4B-Realtime-2602是Mistral AI正式开源的实时流式语音识别模型，仅40亿参数，即可在保持高精度的前提下，实现500ms以内超低延迟，并原生支持中文等13种语言。
- Ming-omni-tts音频生成模型官网使用入口，优于SeedTTS、GLM-TTS
Ming-omni-tts模型通过统一连续音频Tokenizer与Diffusion Transformer架构，以12.5Hz帧率处理多模态音频，并借助「Patch-by-Patch」压缩策略将LLM推理帧率降至3.1Hz，在保证高音质的同时大幅降低延迟。
