AIHub
共 112 条资讯-
Meta 发布开源模型 Muse Glimmer：30B 参数，Apache 2.0 协议，单张消费级显卡可运行
2026 年 8 月 10 日，Meta Superintelligence Labs 发布开放权重多模态模型 Muse Glimmer，这是该实验室成立以来首个公开权重的模型，也是 Meta 首次采用 OSI 认可的 Apache 2.0 协议发布模型，此前 Llama 系列使用的是带月活规模门槛的自定义社区许可。模型从旗舰闭源模型 Muse Spark 蒸馏而来，定位于常驻本地运行的智能体工作…...
-
阿里发布 Wan 3.0 视频生成模型：最长可稳定直出30秒视频
阿里通义新一代视频生成模型 Wan 3.0 正式开启公测，支持最长30秒视频一镜到底，全面提升镜头语言、角色真实感及人物、道具与场景一致性，适用于短剧、影视创作和营销广告。...
-
火山引擎上线 Seedance 2.5 API：支持 30 秒视频直出，强化电影级长叙事能力
火山引擎正式上线 Seedance 2.5 API，支持最长30秒视频直出和最高50个全模态素材参考，在指令遵循、长叙事、真人感、镜头表现、声画质感和多角色一致性等方面进一步提升，面向影视、广告、教育、工业及互动内容等场景。...
-
腾讯混元发布 Hy ASR 3.0 preview：引入上下文理解，支持方言、术语与复杂环境识别
2026年8月4日，腾讯混元发布新一代语音识别模型 Hy ASR 3.0 preview。该模型基于 Hy3 大语言模型的语言理解能力，将高精度语音识别与上下文语义理解结合，重点提升方言、中英文混说、同音词、专业术语及复杂声学环境下的转写效果。 与传统语音识别主要依赖声学信号进行逐字转写不同，Hy ASR 3.0 preview 会结合前后文判断用户语境和表达意图，再生成对应文字。例如面对“期中考…...
-
阿里发布 Qwen3.8-Max：2.4T 参数旗舰模型，Max 级别首次开源权重
2026年8月3日，阿里巴巴 Qwen 团队今日正式发布 Qwen3.8-Max，这是 Qwen 家族目前规模最大的基础模型。与历代 Max 级模型仅通过 API 提供服务不同，官方明确表示这一级别的权重将首次开源，预计下周在 Hugging Face 与 ModelScope 上线。模型现已通过千问AI平台开放调用，模型 ID 为 qwen3.8-max。 技术规格上，Qwen3.8-Max 基…...
-
DeepSeek-V4-Flash 正式版 API 开启公测：Agent能力大幅提升，原生适配Codex
2026年7月31日，DeepSeek 宣布 DeepSeek-V4-Flash 正式版 API 开启公测。开发者无需修改原有调用方式，只需继续使用 deepseek-v4-flash 模型名称，即可调用升级后的 DeepSeek-V4-Flash-0731。 本次更新主要围绕智能体与代码任务进行了强化。DeepSeek 公布的测试结果显示，V4-Flash 正式版在 Terminal Bench…...
-
MiniMax H3 上线 LibTV：支持多模态视频生成，价格低至0.1元/秒
LibTV 联合 MiniMax 首发 H3 多模态视频模型，支持文字、图片、视频与音频混合输入，可生成5—15秒、24 FPS、原生双声道视频，覆盖短剧、广告、电商和影视创作，活动价格低至0.1元/秒。...
-
Seedance 2.5 正式发布：支持30秒长叙事与多模态视频编辑
字节跳动 Seed 团队正式发布 Seedance 2.5，支持单次生成30秒视频、多轮延长，以及图片、视频和音频混合参考，并新增时间戳控制、白模参考、绿幕编辑和运镜调整等能力。...
-
360发布纳米Work：支持多智能体协作，首批用户赠送1亿Token
2026年7月28日，360正式发布新一代企业智能体工作平台“纳米Work”，面向企业管理者、创业者、一人公司及职场用户，提供多智能体协作、云端自动执行、AI专家定制和企业知识沉淀等能力，推动AI从对话问答工具进入真实工作流程。 与传统AI助手主要围绕单次问答展开不同，纳米Work强调任务的持续执行与最终交付。用户只需说明工作目标、背景资料和交付要求，平台便可自动组织不同AI专家进行分工，调用相应…...
-
Kimi K3正式开放：2.8万亿参数权重、技术报告及三项Infra技术同步发布
2026 年 7 月 27 日，月之暗面正式举行 Kimi K3 开放日，面向开发者和研究社区发布 Kimi K3 模型权重与技术报告，并开放支撑模型训练的 MoonEP、FlashKDA 和 AgentEnv 三项关键基础设施技术。 此次开放覆盖模型、训练方法和底层 Infra，开发者可下载并部署 Kimi K3，用于内部研发、模型研究或集成到面向终端用户的产品中，具体使用范围需遵守 Kimi …...
-
阿里千问办公正式上线：一站式 AI Agent 平台，深度绑定钉钉生态
2026 年 7 月 27 日，阿里巴巴的 AI 办公产品「千问办公」（QwenWork）已正式对外开放，官网 qwenwork.cn 同步上线，网页端目前带有 BETA 标识。根据官方帮助文档的表述，千问办公被定位为一站式 AI Agent 平台，深度绑定钉钉生态全链路功能，整合多模态生成、网页制作、专业数据源、全套 Office、浏览器自动化和定时任务等能力，目标是把日常办公任务从人工操作升级…...
-
Claude Opus 5 发布：性能翻倍价格不变，逼近 Fable 5
7 月 24 日，Anthropic 正式发布 Claude Opus 5，这是 Claude 系列 Opus 层级的新一代模型。官方对其定位是「以一半的价格接近 Claude Fable 5 的前沿智能」——不追求成为体系内最强的模型，而是把重心放在可被日常高频调用的能力密度上。发布同日，Opus 5 已在 Anthropic 全平台上线，并成为 Claude Max 的默认模型与 Claude…...
-
腾讯 Miora 正式开放使用，一句话生成完整视觉方案
2026年7月22日，腾讯旗下 AI 创意智能体 Miora 正式开放使用。用户现在可以直接进入 Miora 官网，通过 Google 或 GitHub 账号登录体验，不再需要申请邀请码或等待邀测资格。 Miora 是腾讯设计推出的全场景 AI 创意工作室，定位并非单一的 AI 生图工具，而是能够从一段自然语言 Brief 出发，协调多个专业创作 Skills，在同一画布中完成图片、视频、UI/U…...
-
通义千问推出 Qwen-Image-3.0：文生图模型的核心，从"好看"转向"好用"
2026年7月21日，阿里巴巴通义千问团队正式推出 Qwen-Image-3.0，这是 Qwen-Image 系列的第三代图像生成基础模型。如果说第一代的关键词是"准"、第二代是"准、多、齐、美、真"，那么第三代的主线被官方浓缩为一个字——"实"。这个"实"指向一个明确的产品判断：当需求从"生成一张好看的图&…...
-
从"能说话"到"会表达"：阿里发布 Qwen-Audio-3.0-TTS 语音合成大模型
2026年7月20日，阿里通义千问团队正式发布新一代实时语音合成大模型 Qwen-Audio-3.0-TTS，官方以"从能说话到会表达"概括本次升级的核心方向。新模型围绕开发者在生产环境中真正会遇到的问题展开优化，在更广的语言覆盖、更自然的指令控制、更精细的标签控制以及参考音频不清晰时的鲁棒性四个维度实现系统性提升。据官方披露，在全球第三方权威榜单 Artificial Ana…...
-
月之暗面发布Kimi K3：2.8万亿参数，支持百万Token上下文
月之暗面正式发布Kimi K3，模型总参数达到2.8万亿，支持100万Token上下文、原生图像与视频理解，重点强化长程编程、复杂智能体、科研分析和知识工作能力，并计划开放完整模型权重。...
-
Apple 智能完成国内备案，阿里确认千问正式接入国行 Apple Intelligence
7 月 15 日，国家互联网信息办公室公布最新一批提供手机端侧生成式人工智能服务备案信息，苹果技术开发（上海）有限公司的 Apple 智能（Apple Intelligence） 正式完成备案，适用场景为苹果手机。这意味着国行版 Apple Intelligence 已完成国内监管层面的重要审批，为后续正式上线铺平道路。 与此同时，阿里巴巴确认，阿里千问（Qwen）将作为 AI 能力集成至 App…...
-
LibTV Agent正式上线，首发100+专业视频Skill
LiblibAI正式发布LibTV Agent，首批上线100+专业视频Skill，支持创意策划、故事板、节点工作流、自然语言剪辑和多语言交付，并启动1000万元Skill创作者激励计划。...
-
OpenAI推出GPT-Live，新一代实时语音交互模型上线
OpenAI 近日推出 GPT-Live，这是一款面向实时语音交互场景的新一代语音模型，旨在提升 AI 与用户之间的自然交流体验。该模型重点优化实时语音理解、连续对话和低延迟响应能力，为 ChatGPT Voice 以及未来更多语音 Agent 应用提供底层模型支持。 相比传统语音助手采用“用户讲话 → 语音识别 → 模型处理 → 语音回复”的交互流程，GPT-Live 更强调实时性和连续交流能力…...
-
腾讯混元 Hy3 发布：Agent 能力和产品体验跃升
腾讯混元 Hy3 正式发布并开放模型权重。该模型采用 295B 总参数、21B 激活参数的 MoE 架构，面向复杂推理、代码生成、长上下文、工具调用和 Agent 工作流等生产力场景。...