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
VitaBench 2.0 – 美团 LongCat 推出的长期动态智能体评测基准
VitaBench 2.0是由美团LongCat团队推出的首个面向真实生活场景的长期动态用户建模智能体评测基准。该基准包含56名基于真实世界统计数据构建的拟真用户、819个贯穿用户生命周期的复杂任务、超过2000个动态演化的用户偏好以及66个可执行工具，平均交互跨度达到1580天（最长2974天），旨在系统性地评测大语言模型在长期互动中的个性化理解、主动服务与动态适应能力。
CopilotKit – 开源 AI Agent 开放框架，全栈 Agent UI 基础设施
CopilotKit 是开源的 AI 原生应用前端操作系统，旨在将 AI Agent 从传统的聊天框范式彻底解放，直接嵌入到应用的交互界面中。该框架由 CopilotKit 团队开发，基于 React 生态构建，提供三种 Generative UI 模式（受控、声明式 A2UI、开放式），让 Agent 能够实时生成动态交互组件，而非仅输出文本。团队还推出了 AG-UI 协议，作为 Agent 与...
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...
Magenta RealTime 2 – 谷歌Magenta开源的实时音乐生成模型
Magenta RealTime 2（MRT2）是谷歌 Magenta 团队推出的第二代开源本地实时音乐生成模型，基于逐帧自回归架构，将音频生成延迟压缩至约200毫秒，实现接近真实乐器演奏的交互体验。该模型采用编解码器语言模型范式，通过 SpectroStream 音频编解码器将48kHz立体声离散化为25Hz帧率的标记序列，以40毫秒每帧的粒度逐帧预测并解码输出。MRT2提供 mrt2_base...
html-video – Open Design 团队开源的 HTML 版剪映
html-video是Open Design团队（nexu.io）开源的HTML版剪映，基于hyperframes框架构建。该工具让智能体通过编写HTML即可生成世界级水准的产品宣传、知识解说等视频内容，内置20多套顶级模板，支持分页编辑、多尺寸导出与Minimax AI配音配乐，无需API Key即可完全本地运行。其核心理念是用HTML/CSS替代传统视频工程，将视频制作的门槛从专业软件操作降低...
PawBench – 阿里通义推出的通用智能体评测基准
PawBench是通义实验室推出的通用智能体评测基准，面向个人助理与Agent场景，将底座模型与运行框架（Harness）纳入同一评测体系。PawBench v1.0构建了150道真实任务、4050个测试单元的评测集，通过9个模型×3个Harness的交叉评测，能够评估模型+Harness的最佳组合，帮助Harness开发者精准定位问题并验证优化效果，为Agent系统的协同进化提供了可量化、可复现...
Microsoft Scout – 微软推出的 AI 个人助手
Microsoft Scout是微软推出的一款企业级AI个人助手，它并非传统的聊天机器人，而是一个基于OpenClaw开源技术构建、拥有独立Entra身份的Autopilot代理。该工具的核心创新在于其“后台持续自主运行”的能力，无需用户逐次触发，能够7×24小时在线，主动接管并处理各类工作与生活事务。Scout深度整合了Microsoft 365生态，如Outlook、Teams、OneDriv...
BrowserAct Skills – 开源的 AI Agent 浏览器自动化 CLI 工具
BrowserAct Skills 是一款面向 AI Agent 的浏览器自动化 CLI 工具，专为解决 Agent 操控浏览器时的核心痛点而设计——无 Cookie 环境、反爬拦截、验证码阻断及人机协作断层等问题。该工具通过三层递进架构（环境层→执行层→人工层），使 AI Agent 能够在真实浏览器环境中稳定执行任务，实现从纯自动化到必要人工介入的全光谱覆盖。作为开源项目，它采用索引化指令交互...
Toonflow – 开源的一站式 AI 短剧创作工具
Toonflow 是一款基于多 Agent 协作架构的开源一站式 AI 短剧创作工具，致力于将小说或创意文本自动转化为结构化剧本、智能分镜、角色视觉素材和动画视频，实现从文字到成片的全流程 AI 自动化生产。该工具采用三层 Agent 体系（决策层、执行层、监督层），通过 Vercel AI SDK 和 Socket.IO 实现实时并行协作，并内置基于 ONNX 向量检索的持久化记忆系统，确保跨场...
JoyAI-Echo – 京东开源的长音视频生成框架
JoyAI-Echo是京东未来实验室推出的开源长音视频生成框架，专为分钟级多镜头故事生成设计。该框架通过跨模态记忆库、记忆驱动后训练、Director Agent对话式编辑和轻量化实时超分四大技术创新，解决了长视频生成中角色变脸、音色突变、生成缓慢等核心痛点，首次实现长达5分钟的高一致性、可交互、高清长视频生成。作为基于LTX-2.3与Gemma-3-12B构建的端到端系统，JoyAI-Echo标...
