AI模型
汇集最全的AI模型资源，包括通用大模型、垂直领域模型及实用工具，提供使用教程、测评与更新动态，让你快速掌握AI模型应用。
MiniCPM-OCR – 面壁智能开源的 1.3B 端侧文档解析模型
解析与判别拆成两个模型，1.3B 拿下双 SOTA，1.217 页每秒的吞吐给批量入库留出余量。
Gemini 4 Carbon – 谷歌推出的前沿旗舰模型
网络安全三项基准同时登顶，长上下文撑到 1M 不塌，能连续运行数天排查深层缺陷，入门价与上一代持平。
VibeThinker-3B – 微博开源的 30 亿参数推理模型
三十亿参数在 AIME26 拿 94.3、IMO 基准 76.4，预算全押在可验证推理上，开放域仍是短板。
Unlimited OCR 2 – 百度开源的无限页数文档解析模型
把整本书丢进去，页数不再受上下文限制，KV 缓存压到 1.77GB，单步解码耗时几乎成一条水平线。
MAI-Image-2.7-Preview – 微软推出的图像编辑模型
不生成新图，只把已有照片改对：换风格、重打光、改画面文字，四类难改的任务排到了榜单位次最前。
Genie 4 – Google DeepMind 推出的实时交互世界模型
把环境声与人物对话一起塞进实时推演，再用自然语言改天气换镜头，世界模型开始像游戏引擎那样被对话驱动。
GPT-6.1 Terra – OpenAI 面向视觉推理与界面操作的高效推理模型
把推理深度拆成六档、把上下文拉到 105 万 token，再用 1 美元与 5 美元的分级价把长输入的成本压住。
Hy-SimulMT – 腾讯混元开源的实时同声传译模型
中英双向边听边译的同声传译模型，长音频流式滞后约 3 秒，权重可下载自建，译文语音需另配 TTS 服务。
MemGUI-Agent – 快手开源的手机 GUI 智能体
浙大与快手联合开源的长程手机 GUI 智能体，用主动上下文管理压缩历史界面与操作，附带数据集与评测基准。
Hy-Nomas – 腾讯混元推出的自由交互式世界生成模型
Hy-Nomas 是腾讯混元推出的交互式世界生成模型，支持文本与相机轨迹控制，1280×704、24 fps。
AI工具箱导航官网汇集了来自国内外的上千款AI工具。每日更新和添加最新的AI工具。此外还收录了常用的AI学习开发网站、框架和模型。帮助你轻松跟上人工智能的步伐，实现任务自动化，提升工作效率！
Ctrl + D 或 ⌘ + D 收藏本站到浏览器书签栏。
浙公网安备33010202004812号