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。
YuE2 – 先写谱面再渲染成歌的开源 AI 音乐生成模型
YuE2 是一款由 M·A·P 于 2026 年 9 月开源的符号与音频统一音乐生成模型。与直接生成音频的模型不同，它先写出可读、可改的旋律与和弦谱面，再照谱面渲染出带...
MiDashengLM-Spatial – 小米开源的空间音频理解大模型
MiDashengLM-Spatial 是一款由小米 Dasheng 团队于 2026 年 10 月推出的开源端到端空间音频理解大模型，用于在识别声音内容的同时判断声源方位与空间分布，支...
GPT-Live-1.1 – OpenAI 推出的 ChatGPT 新一代实时语音模型
GPT-Live-1.1是一款由OpenAI于2026年10月推出的全双工实时语音模型，主要用于 ChatGPT 与智能体中的语音对话，支持持续听取与随时打断，适用于多语言语音助手...
Muse Spark Open – Meta 开源的原生多模态智能体与编码模型
Muse Spark Open是一款由Meta Superintelligence Labs于2026年10月推出的原生多模态开源权重模型，主要用于长程编码与智能体任务，支持文本、图像、视频与音...
FLUX 3 Image Klein – Black Forest Labs 开源的消费级显卡图像生成与编辑模型
FLUX 3 Image Klein是一款由Black Forest Labs于2026年10月推出的开源权重图像生成与编辑模型，把文生图、图像编辑与多参考图合成放进同一组权重完成，图像生...
Matrix-Game 4.0 – 昆仑万维推出的消费级显卡实时视频大模型游戏
Matrix-Game 4.0是昆仑万维于 2026 年 10 月发布的实时可玩视频大模型游戏，主要用于在单张消费级显卡上实时生成并运行可操作的游戏画面，支持 480p、60 FPS ...
Grok Voice 3.0 – SpaceXSI 推出的端到端语音转语音模型
Grok Voice 3.0是SpaceXSI于 2026 年 10 月推出的端到端语音转语音模型，主要用于实时语音对话与客服通话处理，支持低于 1 秒的对话延迟与全双工交互，适用于...
Startlux-Decision – StartLux Labs 开源的决策模型家族
Startlux-Decision是StartLux Labs于2026年9月开源的决策模型家族，主要用于智能体执行任务时的高频判断环节，一次性提供 0.8B 至 27B 五档参数版本与 35B-A3...
VoxMem – 墨尔本大学等开源的音频大模型记忆基准
VoxMem是墨尔本大学与新南威尔士大学团队于2026年9月开源的音频大模型记忆评测基准，主要用于检验大型音频语言模型能否跨会话记住语音里说过什么、谁说的、怎...
SemIf – 开源的 AI 决策模型
SemIf是开发者 TheoLeeCJ 于2026年9月开源的AI 决策模型项目，主要用于复现 TypeSafe 闭源决策模型 Jev 的语义决策接口，通过单次前向传播直接读取候选选项的...
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