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：大语言模型
共 117 篇文章 · 清除标签
PlanningBench – 腾讯混元等开源的大模型规划能力评测框架
PlanningBench 是由腾讯混元团队联合中国人民大学高瓴人工智能学院等机构推出的开源框架，专注于大语言模型的规划能力评测与训练。该框架从真实场景出发，构建了一套覆盖六大类、30余种规划任务的可验证数据生成体系，通过约束驱动的闭环合成流程，让模型规划结果从“看起来合理”走向“真的可执行”。与传统评测基准依赖静态题库或人工评分不同，PlanningBench 引入了结构化验证清单（checkl...
PaddleOCR-VL-1.6 – 百度推出的文档解析视觉语言模型
PaddleOCR-VL-1.6 是百度飞桨团队推出的面向文档解析的视觉语言模型（VLM），以仅 0.9B 参数在 OmniDocBench v1.6 权威基准上达到 96.33% 的全新 SOTA 成绩，全面超越开源与闭源方案。该模型采用“版面分析+VLM识别”的两阶段解耦架构，通过纯数据驱动的训练策略升级，实现了文本、公式、表格、古籍、印章等多场景的精准解析，同时支持零成本从 1.5 版本迁移...
Polar – 英伟达开源的智能体强化学习训练框架
Polar是英伟达（NVIDIA）推出的开源智能体强化学习（Agentic RL）训练框架，其核心创新在于无需修改现有智能体框架内部代码，即可将其接入GRPO等强化学习算法进行训练。该框架通过在LLM API调用边界放置代理，捕获token级交互数据并重建训练轨迹，使Codex CLI、Claude Code、Qwen Code、Pi等复杂代码智能体harness直接变为可训练的RL环境。Pola...
Hermes Desktop – Hermes Agent 的桌面应用，开箱即用
Hermes Desktop 是由开发者 sir1st 基于 Electron 框架构建的 Hermes Agent 社区版桌面应用。它将 Python 3.12.13 运行时、hermes-agent 核心引擎与 hermes-web-ui 可视化界面打包为单一可执行文件，用户无需手动安装 Python、Node.js、Git 等任何依赖，双击即可启动完整的 AI Agent 工作环境。该应用支...
Qwen-VLA – 阿里通义推出的通用视觉-语言-动作模型
Qwen-VLA是通义实验室推出的通用视觉-语言-动作模型，以Qwen3.5-4B为视觉语言主干，搭配1.15B参数的DiT动作解码器。模型通过统一动作轨迹预测框架，将操作、导航、轨迹预测三大任务统一到同一模型；借助本体感知提示条件化，仅需修改文本描述即可适配11种机器人平台。模型在多项基准中超越专用模型，零样本动态操作成功率达26.6%，推动具身智能从技能专家走向通用行动者。
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...
SenseNova-U1-8B-MoT-Infographic – 商汤科技开源的信息图增强模型
SenseNova-U1-8B-MoT-Infographic是商汤科技基于其统一架构SenseNova-U1-8B-MoT开发的开源信息图增强模型，参数规模为8B。该模型通过专项数据训练与强化学习（RL），在保持视觉理解能力不退化的情况下，显著提升高密度小字渲染精度、版式结构稳定性与图表数据正确性。它能够生成海报、图表、菜谱及arXiv风格学术论文页等复杂信息图，填补了开源社区在精准信息图生成领...
Qwen-Image-Bench – 通义千问推出的文生图模型评测基准
Qwen-Image-Bench是通义千问团队（阿里巴巴）推出的一款专门用于文生图模型评测的标准化基准数据集，规模为1,000条精心设计的测试样本，覆盖中英双语提示词，采用Apache-2.0协议开源。该基准旨在为图像生成领域提供一套统一、可复现、多维度覆盖的评测框架，填补现有基准在中文场景覆盖不足的空白，帮助开发者和研究者客观、公正地对比不同文生图模型的实际生成能力，涵盖文本渲染、图像编辑、通用...
Horizon – 开源 AI 信息聚合系统，构建专属闻雷达
Horizon 是一款基于 MIT 开源协议的 AI 驱动信息聚合系统，旨在帮助用户构建专属的 AI 新闻雷达。该系统采用异步抓取引擎从 RSS、Hacker News、GitHub Trending、Reddit、Telegram、Twitter/X 及 OpenBB 等多源渠道并行采集信息，通过大语言模型（LLM）进行内容去重、相关性评分、结构化摘要生成和背景知识增强，最终以网页看板、邮件简报...
FreeLLMAPI – 开源 AI 模型聚合平台，统一OpenAI兼容格式
FreeLLMAPI 是一个开源的 OpenAI 兼容代理服务，旨在将约 14 家 AI 服务商的免费额度聚合为单一 API 端点，每月总计提供约 13 亿 tokens 的免费推理额度。该项目基于 TypeScript/Express 构建，支持自动故障转移、智能路由、密钥加密和用量追踪等高级功能，专为个人开发者本地实验和原型验证场景设计。通过对外暴露标准的 `/v1/chat/completi...