AI 模型库：热门大模型、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：向量与RAG
共 23 篇文章 · 清除标签
PixelRAG – 伯克利开源的视觉原生 RAG 框架
PixelRAG是伯克利SkyLab/BAIR开源的一款视觉原生RAG框架。它跳出传统RAG从网页或PDF中抽取文本再检索的范式，改用无头Chromium将文档渲染为截图瓦片，并通过LoRA微调的Qwen3-VL视觉向量检索模型直接读取图像中的表格、图表和版式信息，从而解决了传统RAG在表格、图表和复杂版式上信息丢失的痛点。该框架提供从渲染、索引到检索、生成的完整工具链，并附带覆盖828万维基百科...
MindMemOS – 华为诺亚方舟开源的 AI Agent 记忆操作系统
MindMemOS是由华为诺亚方舟实验室开源的AI Agent记忆操作系统，旨在解决传统Agent在每次交互后遗忘历史信息的根本缺陷。该系统将记忆从单个Agent中解耦为可跨框架复用的独立资产，采用实体-属性-时间三维结构来保存最新状态与完整演变轨迹，并通过Dreaming离线整理、Feedback反馈闭环和Skill Evolution技能自演进等机制，实现记忆与系统的共同进化。它定位为Agen...
Nemotron 3 Embed – 英伟达开源的文本嵌入模型系列
Nemotron 3 Embed是NVIDIA开源的多语言文本嵌入模型系列，专为检索增强生成（RAG）与智能体检索场景设计。该系列包含8B和1B两种参数规模，支持32k上下文窗口与34种语言，采用OpenMDW-1.1许可证开放商业使用。旗舰版8B模型在RTEB多语言检索排行榜上以78.5%的得分位居第一，而1B版本通过结构化剪枝与知识蒸馏，在大幅降低推理成本的同时保留了95%的检索精度。
RedKnot – 小红书开源的长文本推理加速引擎
RedKnot 是小红书技术团队开源的长文本 LLM 推理加速引擎，通过将 KV Cache 按注意力头维度解耦，离线分类为需全局重算的全局头与可局部复用的局部头，配合 SegPagedAttention 实现按头分页存储与融合变长注意力内核，避免 attn_mask 带来的内核惩罚。同时引入稀疏 FFN 机制，对高注意力分数的 token 执行稠密计算，解决短上下文下 FFN 占预填充延迟过半的...
LongCat-2.0 – 美团开源的一代万亿参数语言模型
LongCat-2.0是美团开源的新一代大规模MoE语言模型，拥有1.6万亿总参数，每token激活约480亿参数，基于五万卡国产AI ASIC超算集群完成全链路训练与部署。该模型原生支持高达1M token的超长上下文窗口，并引入了LongCat Sparse Attention（LSA）稀疏注意力机制与N-gram Embedding架构，在代码生成、自主Agent任务执行以及复杂推理等场景中...
Mistral OCR 4 – Mistral AI 推出的最一代文档理解模型
Mistral OCR 4 是法国人工智能公司 Mistral AI 于 2026 年 6 月推出的最新一代文档理解模型，专注于从 PDF、图片、演示文稿等复杂文档中高精度提取文本与结构化信息。该模型支持 170 种语言，能够返回带边框定位、区域类型分类和逐词置信度评分的结构化输出，专为检索增强生成（RAG）、智能体工作流和企业搜索等下游场景设计，在独立人工评估中平均胜率达到 72%，并以每千页 ...
GitNexus – 开源代码知识图谱引擎，构建完整依赖关系图
GitNexus 是一款开源的代码知识图谱引擎，旨在通过 Tree‑sitter 解析将代码仓库转化为完整的依赖关系图，并借助 MCP 协议向 Cursor、Claude Code、Codex 等 AI 编程工具暴露结构化的上下文信息。与传统 Graph RAG 依赖 LLM 实时探索原始图边不同，GitNexus 在索引阶段即完成调用链追踪、社区聚类和风险评分等预计算，使得 AI 一次工具调用即...
Odysseus – 开源的本地自托管 AI 工作空间
Odysseus是一个开源的、可本地自托管的AI工作空间，旨在为用户提供一个集成了聊天、智能体、深度研究、笔记、任务、日历和邮件等十余项功能的私有化AI中枢。它通过统一抽象层对接vLLM、Ollama、OpenRouter等多种模型后端，支持本地模型与云端API的无缝切换，并采用ChromaDB实现本地持久化向量记忆。其核心价值在于将AI能力完全本地化运行，确保所有数据不离开本机，从根本上解决隐私...
Hy-Memory – 腾讯混元推出的 Agent 记忆插件
Hy-Memory是腾讯混元团队专为OpenClaw等长期协作型Agent设计的专业记忆插件，通过6层记忆框架、System1/System2双系统处理机制以及演化链三层架构，实现了对Agent记忆的精细化管理。该框架在LongMemEval和PersonaMem两大权威评测中均位列同类框架第一，记忆数量降低70%以上，信息密度提升45%，写入速度达到同类产品的8倍，为Agent提供了真正意义上的...
Command A+ – Cohere Labs 开源的多模态大模型
Command A+ 是 Cohere Labs 推出的开源多模态大模型，采用混合专家（MoE）架构，总参数量达 218B，但激活参数仅 25B，在保持强大性能的同时实现了极高的推理效率。该模型原生支持 128K 超长上下文窗口与 48 种语言处理，深度融合了视觉理解、智能体任务执行、复杂推理与机器翻译能力。通过提供三档量化版本（BF16、FP8、W4A4），最低仅需 1 张 B200 或 2 张...
