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：端侧部署
共 14 篇文章 · 清除标签
Laya – 开源的非自回归 AI 决策模型，Jev 开源平替
Laya 是一个基于双向编码器架构的开源非自回归 AI 决策模型，由 ConvAI Innovations 团队研发。与主流大语言模型不同，Laya 不进行文本生成，而是基于 ModernBERT/mmBERT 双向编码器，对一段输入状态加一组类型化问题仅执行一次前向传播，约 33ms 即可输出结构化决策结果与校准概率。模型内置语言路由机制，支持 100+ 语言的自动识别与分发。相比闭源模型 Je...
Hy-MT2-1.8B评测：腾讯混元端侧翻译大模型的极致量化实践
Hy-MT2-1.8B是腾讯混元推出的端侧翻译大模型，以仅1.8B的参数量支持33个语种的双向互译，翻译质量在FLORES-200等基准上超越微软、豆包等商业API。模型通过2-bit（574MB）与1.25-bit（440MB）两档极致量化方案，可在手机、PC端本地流畅运行，并已落地哔哩哔哩直播弹幕实时翻译场景，实现了低成本、高隐私的端侧高质量翻译能力。
DSH Desktop – 开源的 DeepSeek Harness 本地桌面应用
DSH Desktop 是 DeepSeek Harness 的开源桌面客户端，将 DeepSeek Harness 打包为本地优先的桌面应用。它支持 macOS 与 Windows，无需命令行即可一键启动，内置多模型适配（涵盖 DeepSeek、OpenAI、Kimi 等十余家主流模型服务商），完整保留 DeepSeek Harness 的项目管理、Agent 对话、插件系统与工作流能力。同时，...
Grok Bot – SpaceXAI 推出的 AI Agent 系统，多 Bot 并行协作
Grok Bot是由SpaceXAI推出的AI Agent系统，其核心能力在于通过模拟人类操作行为，在界面层直接登录并操控各类网站和应用，实现端到端的任务自动化。系统支持多个Bot并行协作、工作流录制与演化，以及Bot自主创建子Bot组建团队，能够在云端24小时不间断运行，不依赖用户本地设备。该系统的技术原型源自Cursor内部代号“Sand”的Agent产品，并运行于Cursor基础设施之上。
Shotcut – 开源的视频编辑软件，支持多轨剪辑
Shotcut 是基于 FFmpeg 的开源视频编辑软件，完全免费且无水印、无时长限制。软件支持数百种音视频格式免导入直接编辑，提供多轨道时间线、关键帧动画、丰富转场特效与音频降噪均衡器。Shotcut 可实时处理 4K 素材，自定义导出分辨率适配各平台，提供便携版免安装，是自媒体与个人剪辑的专业级零成本方案。
MAI-Voice-2-Flash – 微软推出的高速语音合成模型
MAI-Voice-2-Flash是微软AI团队针对高并发、低延迟场景推出的高速语音合成模型。在保持自然语调与高语音质量的前提下，其推理速度较前代MAI-Voice-2提升约2倍，成本降低32%。模型支持15种以上语言及细粒度情绪控制，已集成至Dynamics 365 Contact Center与Azure Voice Live，广泛应用于智能客服、语音助手等大规模语音服务场景。
ABot-World Studio – 高德推出的通用世界模型工坊
ABot-World Studio是由高德地图推出的通用世界模型工坊，创新性地将交互式视频生成与3DGS（3D Gaussian Splatting）场景生成统一于同一产品体系。用户通过输入文字或图片，即可生成可实时交互的AI世界，支持单张NVIDIA RTX 5090消费级显卡本地部署，单次连续推理时长可超过1小时，并内置“时空任意门”机制实现无界世界跃迁。该工坊旨在降低高质量3D世界内容的生产...
X2.0 – Xmax AI 推出的全球首个实时交互视频生成模型
X2.0是Xmax AI推出的全球首个实时交互视频生成模型，支持毫秒级流式生成。用户通过摄像头可实时替换角色服装、召唤虚拟物体、触屏操控画面，实现可玩的视频体验。模型采用逐帧自回归架构与多阶段蒸馏，单卡可满血运行960p@24fps，首发iPhone端侧384p@16fps实时部署。
美团GEO营销门户 – 美团推出的生成式引擎优化平台
美团GEO营销门户是美团商业生态中诞生的生成式引擎优化（Generative Engine Optimization）平台，专为AI搜索时代设计。它帮助品牌在豆包、DeepSeek、文心一言、通义千问等主流大语言模型的对话输出中提升曝光频次与推荐质量。与传统SEO聚焦搜索引擎排名不同，GEO专注于优化品牌在AI回答中的提及方式、可信度与上下文关联性。平台提供策略建议、内容生成、效果追踪、监测分析四...
PilotDeck – 清华联合面壁智能开源的 Agent 操作系统
PilotDeck 是由清华大学自然语言处理实验室（THUNLP）、面壁智能、OpenBMB 与 AI9stars 联合开源的新一代智能体操作系统。它以 WorkSpace 工作舱为核心设计范式，为每个项目建立独立的文件系统、记忆存储和技能集，实现多任务并行与物理隔离。系统创新性地提出记忆白盒化、智能路由动态分配模型以及 24 小时 Always-on 常驻任务引擎，实测成本节省 70% 以上，同...