AI 模型库：大模型、Agent 与开发工具
收录并解读主流 AI 模型、Agent 与开发工具的能力、场景与选型对比。
标签：AI Agent
共 305 篇文章 · 清除标签
Kimi K3.1 Pro 深度评测：月之暗面旗舰模型的技术突破与生态布局
Kimi K3.1 Pro 是月之暗面推出的 K3.1 系列首个旗舰模型，定位为迄今最强的 3 万亿参数级开放权重模型，原生支持 100 万 token 上下文窗口。作为 K3 的后训练版本，该模型在代码开发、3D 创作、金融研究和长程 Agent 能力上实现显著跃升，Terminal-Bench 4.0 得分 65.7% 超越 GPT-6 Astra，金融基准 OfficeQA Pro v2 以...
书生-A1.5 – 上海 AI Lab 开源的通专融合科学智能体
书生-A1.5（Sage-A1.5）是上海人工智能实验室推出的 35B 规模通专融合科学智能体，基于 Agents-A1 长程任务能力与书生·端砚科学发现平台构建，面向真实科研场景验证 RSI（Researcher-Scientist-Investigator）闭环。该模型能够自主拆解复杂科研任务、编排多个子智能体并行调研，并触发校验机制识别证据缺口、修正研究假设。书生-A1.5 已覆盖脑科学、电...
WorkForge – 腾讯联合复旦推出的智能体训练环境构建框架深度评测
WorkForge是腾讯混元与复旦大学联合推出的智能体训练环境构建框架，旨在解决当前智能体训练中高质量长程任务数据稀缺的核心瓶颈。该框架从专家工作流蓝图出发，通过获取智能体自动检索真实世界资源搭建工作区，基于工作区中的事实锚点生成任务指令与双重验证标准，让智能体在执行过程中产出可追溯的轨迹数据。目前WorkForge已建成16.7K个可验证环境，横跨40个专业领域，可将35B模型的GDPval得分...
星火X2.6：科大讯飞端云一体基座大模型的国产化突围与产业落地
星火X2.6（Spark-X2.6）是科大讯飞推出的端云一体基座大模型，基于全国产算力完成从训练到推理的完整闭环，是国产AI在安全性与性价比层面的关键布局。云端293-A30B版本支持百万token级超长上下文，输入价格仅为0.9元/百万tokens，显著低于DeepSeek-V4.1-Flash；端侧星火X2.6-4B已全面开源，在办公文档处理、工具协同等智能体任务上表现突出。系统依据任务难度与...
MemT 1.0 – 记忆张量开源的业内首个记忆原生基座模型
MemT 1.0是记忆张量（MemTensor）团队推出的业内首个记忆原生（Memory-Native）基座模型，已全面开源。该模型摒弃了传统大语言模型依赖外部检索或重复注入历史文本的方式，而是将历史信息编码为可持续更新的内部记忆状态，使模型能够在推理计算过程中直接读写记忆。MemT 1.0包含Flash（288B参数/17B激活）和Nano（36B参数/3B激活）两个版本，在11项记忆基准上位列...
BaoCut – 开源 AI 视频 Agent 工具，支持跨语言配音
BaoCut 是由宝玉（JimLiu）开源的一款 AI 视频 Agent 工具，核心定位是将"可编辑时间线"作为中间态，让人类创作者与 AI Agent 在同一编辑器内协作完成视频的转写、翻译、配音、口播剪辑与动效生成。其最显著的技术特征是"局部修改不重渲"——当用户修改某一句字幕或更换某个镜头时，系统仅重新处理受影响的片段，而非整条视频重新渲染。BaoCut 支持接入 Claude Code、C...
Agensh – 微软研究院推出的多智能体协作框架
Agensh是微软研究院推出的多智能体协作框架，其核心创新在于完全去中心化的组织架构——所有智能体遵循统一的五步协作循环，通过共享代码仓库、即时消息和结构化看板实现自组织分工，彻底移除传统架构中的主管智能体。实验数据显示，在底层模型完全不变的前提下，将智能体数量从1个扩展至1024个，软件复现测试通过率从33.89%提升至55.06%，提升幅度约49%。这一结果论证了智能体数量本身可以成为独立于模...
Eleven Realtime：ElevenLabs 一体化语音 Agent 模型的架构突破与工程实践
Eleven Realtime 是 ElevenLabs 推出的一体化语音 Agent 模型系列，包含 v1 Mini 与 v1 Max 两个版本，核心设计思想是将语音识别（ASR）、语言模型推理、工具调用与语音合成（TTS）整合进单一模型，替代传统方案中多组件串联的复杂架构。该系列支持 90 多种语言，并可调用 ElevenLabs 声音库中 17,000 余种音色，v1 Max 在保持 98....
Xing4.0-29B-Intent：星辰实验室开源的意图理解专用模型深度评测
Xing4.0-29B-Intent是星辰实验室（XingChen Lab）开源的意图理解专用模型，基于自研的Xing4.0-29B-A4B通用基座模型微调而成。该模型采用“类别＋参数”的结构化输出范式，将用户自然语言输入同时转换为意图分类结果与参数抽取结果，支持意图识别、实体识别、关系抽取、事件抽取四类核心任务。凭借MoE架构带来的计算效率优势，模型平均仅输出数十个Token即可完成完整的语义解...
CleanYourTV – 开源的电视广告去除工具，垃圾软件全清空
CleanYourTV 是一款开源的电视系统优化工具，通过 Wi-Fi 网络利用 ADB（Android Debug Bridge）协议连接安卓电视，借助 Claude Code、Codex、Gemini CLI 等 AI Agent 自动识别并停用厂商预装的广告应用、数据遥测服务和臃肿软件，同时安装一款风格类似 Apple TV 的极简桌面 Launcher。该工具全程无需 Root 权限、不卸...
