文心大模型4.5-百度推出的新一代原生多模态基础大模型
文心大模型4.5是百度自主研发的新一代原生多模态基础大模型，通过多个模态联合建模实现协同优化，多模态理解能力优秀；具备更精进的语言能力，理解、生成、逻...
Gemma 3 – Google 推出的轻量级、高性能开源模型
Gemma 3 是 Google 推出的轻量级、高性能开源模型，支持多种尺寸（1B、4B、12B 和 27B），专为单 GPU 或 TPU 设计。它支持 140 多种语言，具备高级文本和视觉...
OpenAI 发布 Agent 工具包：加速 AI Agents 的构建和部署
2025年03月12日，OpenAI 推出了一系列新工具和 API，旨在帮助开发者更轻松地创建能够自动完成任务的 AI Agents（智能体）。尽管此前推出的高级推理和多模态交...
SeedFoley – 字节跳动推出的端到端视频音效生成模型
SeedFoley 是字节跳动推出的端到端视频音效生成模型，通过融合时空视频特征和扩散生成模型，实现音效与视频的高度同步。它支持可变长度视频输入，可在音效准...
飞书知识问答 – 飞书推出的AI知识管理与问答工具
飞书知识问答是飞书推出的一款AI知识管理与问答工具，旨在通过智能技术帮助用户高效整合和检索知识资源。它支持将本地文档、飞书云文档以及企业内部知识库等...
Mistral OCR – Mistral AI 推出的文档识别和理解服务
Mistral OCR 是 Mistral AI 推出的一款先进的光学字符识别（OCR）API，它能够以极高的精度和认知能力解析文档中的各种元素，包括文本、图像、表格、数学公式...
GO-1：智元机器人发布的通用具身基座大模型
GO-1是智元机器人发布的通用具身基座大模型，采用ViLLA架构，结合视觉、语言、隐式动作和执行能力。它通过学习人类视频和少量样本泛化新任务，支持多机器人形...
QQ浏览器推出AI问答功能“元宝快答”
QQ浏览器宣布推出AI问答功能——“元宝快答”，旨在为用户提供更快速、更精炼的搜索答案体验。该功能基于腾讯混元的“快思考”模型Turbo S，结合了搜索增强技术，能...
OpenManus：MetaGPT团队推出的Manus开源复制版
OpenManus 是由 MetaGPT 团队推出的一个开源项目，旨在复刻 Manus 的核心功能。它无需邀请码即可使用，支持网页浏览、文件操作、代码编写等多种任务。项目基...
OWL：CAMEL-AI开源的通用多智能体项目，旨在复刻并超越Manus
OWL是由CAMEL-AI开源的通用多智能体项目，旨在复刻并超越Manus。它完全开源，具备高性能（GAIA Benchmark达57.7%），支持云端和本地执行，配备Ubuntu和Memory...